基于改进Boosting决策树信用卡客户流失研究设想.docVIP

基于改进Boosting决策树信用卡客户流失研究设想摘要：当前，信用卡的运营收益成为各商业银行的主要收入来源，但其营销竞争已经趋于白热化。因此，信用卡客户流失分析开始受到各商业银行的重视。而由于决策树具有分类精度高、分类器可解释性强的特点，适合用于客户流失分析。因此，该文提出了利用Boosting技术的决策树集成C5.0进行信用卡客户流失分析的方法。并针对信用卡流失数据分布不对称的特点，对Boosting技术进行了相应的改进尝试。 关键词：客户流失分析；决策树；Boosting技术 中图分类号：TP311文献标识码：A文章编号：1009-3044(2012)18-4306-02 The Credit Customers Churn Analysis Based on Improved Boosting Decision Tree LIAO Wang-yu (Department of Information Technology, Sichuan Higher Institute of Cuisine, Chengdu 610100, China) Abstract：Currently, the earnings of the credit card has become the main source of income for banks, but it’s marketing competition has become intense. Therefore, the credit card customers churn analysis begun to attract the attention of banks. Because of the high classifica tion accuracy and interpretability strong, the decision tree is suitable for the customers churn analysis. So this paper proposes use the boost ing decision tree technology for credit card customers churn analysis. And according to the data asymmetries in the distribution, try to im prove the boosting technology. Key words: customers churn analysis; decision tree; boosting technology 由于政府和商业银行都在大力推进金融电子化，以及消费者消费和支付观念的转变，信用卡在日常生活中的使用越来越频繁。并且，根据调查，信用卡运营收益已经成为商业银行的主要收入来源之一。使得我国的信用卡发卡行、发卡量和交易量都在大幅上升。 伴随发卡量大幅上升而来的信用卡市场的日趋饱和，以及信用卡产品自身的功能和服务趋同，使得各商业银行在信用卡营销中面临着更加激烈的竞争和严峻的挑战。如何吸引新的客户、保持原有客户开始成为商业银行客户关系管理关注的问题。其中，保持原有客户，即提高客户忠诚度、降低客户流失率又是这一问题的重中之重。因为营销学原理中开发新客户的成本是保留老客户的成本的数倍的原理对于信用卡客户依然适用。而且，我国各商业银行的信用卡客户流失率较高。据全球专项市场研究公司TNS发布的《2007中国零售银行及信用卡服务竞争力报告》，我国金融业最为发达的京、沪、穗三地多数银行的客户流失率高达40%左右。 与此同时，在信用卡的运营过程中，各商业银行积累了大量的客户特征信息（如：客户姓名、性别、年龄、家庭成员数、婚姻状况、职业、职称、单位性质、受教育状况、授信水平、还款状况、收入水平等）、客户交易历史（包括：历史交易次数、交易金额总额、透支情况等）数据。使用传统的数据库查询分析的方式从这些海量数据中获得有助于客户关系管理的信息却十分困难。而数据挖掘可以对已有的庞大数据进行分析，发现未知的关系、模式和以数据拥有者可以理解并对其有价值的新颖的方式来总结数据。 数据挖掘的出发点是智能、自动地从大量数据中发现隐藏的知识，它使数据库技术进入了一个更高级的阶段。作为一门新兴的交叉学科。它综合了数据库技术、机器学习、统计学、模式识别、信息检索、神经网络、基于知识的系统、人工智能、高性能计算和数据可视化，并且被广泛应用。从行业角度，包括了市场营销、医药业、电信业、金融业、互联网、语言识别和知识管理系统等方面；从客户生命周期角度，包括了潜在客户识别、个性化服务、客户流失预测