支持向量机在银行贷款客户分类中的应用研究

被引:7
作者
郑启鹏
李秀
刘文煌
李兵
机构
[1] 清华大学自动化系
[2] 国家CIMS工程技术研究中心
关键词
客户关系管理; 支持向量机; 数据挖掘; 客户分类; 属性选择;
D O I
暂无
中图分类号
TP311.11 [];
学科分类号
081202 ; 0835 ;
摘要
随着客户关系管理系统的不断发展和应用,使用先进的算法进行客户分析变得越来越重要。尤其是象银行这种以客户为导向的行业,客户分析是十分必要的。当前,支持向量机方法作为一种统计学习理论的分类方法已经发展的比较成熟而且成功应用到了很多领域。文章解决的主要问题是对银行的客户数据根据其属性对客户进行分类,为银行的客户关系管理系统提供一种可靠的分类方法。文中主要介绍了银行的客户分类学习的过程和结果,如,客户数据清洗,数据预处理,SVM进行数据分类,多类分类处理,客户属性选择等问题。
引用
收藏
页码:73 / 75
页数:3
相关论文
共 3 条
[1]  
模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
[2]   A data mining approach for retailing bank customer attrition analysis [J].
Hu, XH .
APPLIED INTELLIGENCE, 2005, 22 (01) :47-60
[3]  
Fast Training of Support Vector Machines usingSequential Minimal Optimization. John C. Platt. Advances in Kernel Methods-Support Vector Learning . 1998