数据挖掘在银行电话营销中的应用

发布时间：2017-10-13 15:10

  本文关键词：数据挖掘在银行电话营销中的应用

  更多相关文章： 银行电话营销 神经网络 支持向量机 决策树

【摘要】：随着金融全球化和自由化,银行业面临着全方位和多层次的市场竞争。技术驱动的网络时代的迅速发展,改变传统的被动的客户服务变为主动的客户关怀。在营销领域,传统的粗放式的客户营销策略转向精细化的客户营销策略,展开以客户为中心的营销活动已是大势所趋。以预测银行电话营销结果为研究对象,首先对研究的问题的背景、国内外关于此问题的研究现状以及研究方法与思路进行介绍。其次是大数据时代的银行电话营销简介,包括银行电话营销的相关理论,BP神经网络、支持向量机和决策树等分类方法以及大数据时代的营销。BP神经网络方法是并行分布式处理模型。支持向量机(SVM)通过训练有限样本获得最小误差分类器,具有很好的分类和泛化能力。决策树是一种树状的分类结构模型。在大数据时代背景下,综合应用神经网络、支持向量机和决策树等数据挖掘方法建立银行电话营销分类模型,运用案例分析法和比较分析法,通过ROC曲线、响应率曲线和捕获率曲线发现,最好的结果是BP神经网络,其AUC值是0.97。对电话营销提出相关建议:在未来,可以改变银行客户选择策略,选择最有可能的客户,减少客户联系成本,提高效率,创造更多的价值;充分利用高度相关的属性,为电话销售经理提供有价值的信息。希望以此相关建议为国内银行提供借鉴。
【关键词】：银行电话营销 神经网络 支持向量机 决策树
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;F274;F832.3
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-13
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-11
• 1.3 研究方法与思路11-13
• 2 大数据时代的银行电话营销简介13-31
• 2.1 银行电话营销相关理论13-14
• 2.2 分类算法综述14-29
• 2.3 大数据时代的银行营销29-31
• 3 银行电话营销数据准备31-39
• 3.1 问题分析31-32
• 3.2 数据检查32-33
• 3.3 数据预处理33-36
• 3.4 数据探索36-39
• 4 银行电话营销模型39-50
• 4.1 分类模型39-44
• 4.2 解释性知识44-45
• 4.3 模型评价45-47
• 4.4 结论47-50
• 5 总结与展望50-52
• 5.1 全文总结50-51
• 5.2 展望51-52
• 致谢52-53
• 参考文献53-57
• 附录-部分程序代码57-63

【参考文献】

中国期刊全文数据库 前2条

1 李志远;我国商业银行营销创新初探[J];经济问题;2005年05期

2 高心共,雷美茂;论电话营销在我国的运用[J];福建商业高等专科学校学报;1999年04期

，

本文编号：1025530