基于数据挖掘的普惠信贷客户智能营销模型

发布时间：2022-10-06 17:34

　　＜正＞商业银行传统营销模式存在企业信息不对称、以产品为中心、过于依赖主观经验等问题。本文通过建立商业银行对公客户画像,利用过采样、滚动训练的方法解决城市行数据集中正负样本不均衡以及数据量过小的问题,并选用在分类模型中效果较好的XGBoost模型预测融资需求高的小微企业,以此提高营销成功率。该模型在测试集中的预测效果精确率达到39%,比传统营销模式中客户经理随机预测的营销成功率提高了90倍,召回率为30%,命中率为三成,方法的有效性得到了验证。 

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于XGBoost的三分类优惠券预测方法[J]. 张微薇,刘盾,贾修一.  南京航空航天大学学报. 2019(05)
[2]AdaBoost算法研究进展与展望[J]. 曹莹,苗启广,刘家辰,高琳.  自动化学报. 2013(06)

硕士论文
[1]大数据背景下中小银行小微信贷发展研究[D]. 姜涛.浙江大学 2018
[2]基于优化的xgboost模型的商业银行电话营销效果分析[D]. 徐彬心.兰州大学 2017



本文编号：3687083