cibdmcc信用卡未激活成因安全分析报告.pptVIP

基于决策树模型的模式识别 模型建立 模型分组 高激活卡模型（福建省） 低激活卡模型（其它省市） 预测变量 人口统计特征（地区、职业、年龄、性别、工作年数、收入）性别 是否持有它行信用卡 持有本行信用卡数量 卡产品属性 模型优化 2分树和多分树与不同划分衡量准则拟合 基于决策树模型的模式识别 模型结果 决策树分布 模型评估 规则提取 低激活卡模型提升图 高激活卡模型提升图 主要内容 实施方法论 实施流程体系架构 卡未激活探索性分析 基于决策树模型的模式识别 总结与讨论 Thank you! QA * * * * * * * * * * * * * * * * * * * * * * * * 信用卡未激活成因分析报告 上海康时信息系统有限公司 2008年3月 Conserv Data Mining Group 报告人：Nicholas Kou E-mail：ccgou@ 主要内容 实施方法论 实施流程体系架构 卡未激活探索性分析 基于决策树模型的模式识别 总结与讨论 实施方法论 主要内容 实施方法论 实施流程体系架构 卡未激活探索性分析 基于决策树模型的模式识别 总结与讨论 实施流程体系架构 分析框架体系结构 主要结论 31岁为激活率的分界点，高于31岁普遍较低 学生、教师、医护人员激活率显著低于其它职业 未持有它行卡客户卡激活率明显较低 “免两年年费