银行客户分类问题银行客户分类问题.docx

西北大学研究生数学建模竞赛承诺书我们仔细阅读了西北大学研究生数学建模竞赛的竞赛规则与赛场纪律。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛的题目是(从A、B、C、D中选择一项填写)： B参赛队编号为： 1069732所属院系（请填写完整的全名）：数学学院参赛队员 (打印并签名) ：1. 2. 3.日期：2015年 5月4日评阅编号（由校组委会评阅前进行编号）：西北大学研究生数学建模竞赛编号专用页评阅编号(由校组委会评阅前进行编号):评阅记录:评阅人评分备注评奖结果:银行信贷业务问题摘要随着经济的快速发展，银行越来越重视客户的分类，对于银行来说，一个新客户的到来，银行应该针对该客户的信息，判断客户可能的类别，然后采用针对性较强的销售策略，以获得最高的效益。本文就是一个典型的银行客户分类问题，第一问我们运用支持向量机模型把银行客户分成有贷款和无贷款的，把附件bank1中的数据作为训练集，将其中的客户资料进行量化，构造出分类函数，把数据带进去当时此客户为有贷款的，当时此客户是无贷款的，运用支持向量机计算出参数和，再从附件bank-full中随机抽取10%的数据作为检测集进行检验得到准确率为97.1688%。第二问我们构造决策树模型对有贷款和无贷款的客户进行细分，我们把附件bank1中数据分为有贷款和无贷款的,分别建立决策树。我们只选取年龄、工作、婚姻状况、教育程度、信贷违约、年平均余额这六个属性，把是否信贷违约看做分类标识，先对数据进行量化分类，再分别算出它们的信息增益，根据算出的信息增益值的大小，对属性进行排序确定叶节点画出决策树，把决策树的每一个从根到叶节点的路径作为一个分类，由此我们把有贷款的无贷款的都细分为六类。第三问分为两小问来解答：（1）判断此客户是否可能购买贷款产品，我们任意给出一个客户资料，把客户资料量化后代入第一问中的模型得出，因此我们判断此客户有可能购买贷款产品。（2）建议其购买哪种贷款产品，我们再把客户资料代入第二问中的模型判断出此客户属于有贷款中的第二类，由每类客户的购买建议，我们推荐他购买短期的担保贷款。关键词：分类问题支持向量机决策树信息增益一、问题的重述近年来以来,我国经济获得了快速增长,银行的信贷资本在其中发挥了极其重要的作用，银行信贷业务的发展是当前扩大我国国内需求与促进经济增长的重要途径之一。银行信贷业务是银行最基本、最重要的资产业务，通过发放银行贷款收回本金和利息，扣除成本后获得利润。一般来说，银行信贷业务是银行赢利的重要手段，所以很多银行都推出了很多新的业务来满足更多人士的贷款需求。从银行信贷业务的分类来说，可以分为法人信贷业务、个人信贷业务。其中法人信贷业务包括项目贷款、流动资金贷款、小企业贷款、房地产企业贷款等；个人信贷业务包括个人住房贷款、个人消费贷款、个人经营贷款等。银行信贷业务同时也是风险性较大的一种业务。按照贷款期限来说，银行信贷业务分为短期贷款，即一年以内；中期贷款，即一年以上五年以下；长期贷款，五年以上等三种类型。按保障条件来分，银行信贷业务可以分为信用贷款、担保贷款和票据贴现等三个类别。某银行为了对客户提供更好的信贷服务，对信用卡客户进行了详细的分析和调查。调查主题是对某种家庭和个人背景的用户成为银行信贷的潜在客户的可能性进行分析与判断。请考虑以下问题：（1）建立能够描述有贷款和无贷款的客户的基本背景数据模型；（2）对有贷款和无贷款的客户群进行细分建模；（3）给定一个客户的背景，判断其是否可能购买贷款产品，如果可能的话建议其购买哪种贷款产品。二、问题的分析本题是一个比较典型的分类问题。问题一是建立能够描述有贷款和无贷款的客户的基本背景数据模型。对于这个问题,我们要先建立一个二分类模型，把有贷款和无贷款的客户资料分开，在这里我们用支持向量机来解决这个二分类问题，建立一个基于支持向量机的银行客户分类模型，由于不能确定它是否是线性可分的，而线性可分是线性不可分的一种特殊情况，因此我们把它看做是线性不可分的来处理，即把它看做是非线性的来处理。用附件bank1中的数据作成的训练集来求解模型，再从bank-full中随机选取10%的数据作为检测集来验证模型是否合理。问题二是在问题一的基础上对有贷款和无贷款的客户再进行细分建模，这不在是一个