决策树在个性化融对账单中的应用.pdfVIP

摘要 如今，信用卡消费已逐渐成为一种重要的支付手段，通过信用卡交易既让消费者节 省了交费时间，同时也令银行从中获得了很大利润n3。对账单是用户高度关注的单据， 它不仅是信用卡的单纯附属品，而且是银行与用户间重要的沟通媒介。目前国内多数银 行的信用卡对账单存在同质化的问题，对账单的打印采用统一的模版，随对账单一起发 放的各种广告也是依据投放份数随机发放。这样的对账单不仅格式简单、亲切感差，而 且广告投放没有针对性，收益性很小心1。 针对传统信用卡对账单存在的以上问题，本文利用决策树分类技术，通过分析信用 卡持卡人消费记录，对持卡人进行分类，挖掘出不同客户群的需求特征和对产品的期望 倾向。然后，根据持卡人的消费模式和市场情况，通过个性化推荐，为不同持卡人提供 有针对性的广告推荐服务，生成“个性化”的对账单。 本文的具体研究内容包括以下三个方面： 1．数据预处理：由于信用卡消费数据存在片段性、不完整性、重复性等问题，需要 对数据进行预处理。本文分别采用聚集、平均值替换等方法解决了片段性、不完整性问 题。针对数据的重复性问题，提出一种基于多趟近邻排序算法的改进算法，对冗余数据 进行删除，最终生成满足分类挖掘要求的消费数据记录集。 2．用户分类模型的建立：通过对多种分类算法的比较，选择C4．5决策树∞3算法作为 建立用户分类模型的数据挖掘算法，并分别根据消费金额、消费场所和消费者年龄和性 别，构造用户消费分类模型，得出不同消费群体的消费特点。 3．个性化对账单生成：根据信用卡消费信息划分出不同客户群后，在分析不同客 户群的消费特点与消费倾向的基础上，提出了一种基于稀疏矩阵划分的个性化推荐算 法。该算法通过对稀疏矩阵进行划分，很大程度上解决了以往个性化推荐算法数据的高 维稀疏性问题。利用该算法，对客户进行有针对性的商品广告推荐，形成“个性化的 对账单。 关键词： 决策树 分类 个性化对账单 数据清洗 高维稀疏 推荐算法 Abstract has a mediumof card become expenditure veryimportant payment Nowadays，credit credit one consumerstosavetimeof the gradually．Dealsby card，onhand，help payment；on tomake cardbillisthedocumentthatis other banks hand，it profit．Credit paidhi曲 helps to consumer．Itisnotthe ofcreditcard the attention by accessory simplicity,butimportant betweenbankand creditcardbillsissued communicationmedia consumer．At by present,for inour isa that meansthatall mostbanks country，thereproblemcalled“homogenization”．It