銀行客戶數(shù)據(jù)分析ppt課件-wenkub
2023-05-22 05:04:19 本頁面
【正文】 (余額類型 ) ? Statement Low Balance(最低交易賬目 ， 有正有負 ) 4 數(shù)據(jù)集 (屬性 ) ? Statement High Balance(最高交易賬目 ) ? Statement Aggregate Debit Balance(聚集透支賬目 ) ? Statement Aggregate Debit Day(透支賬目的天數(shù) ) ? Statement Aggregate Credit Balance(聚集存款賬目 ) ? Statement Aggregate Credit Day(存款賬目的開數(shù) ) ? Return Check Count(退回支票的次數(shù) ) ? Status(客戶狀態(tài) ) ? Audit Granding(授權(quán)級別，越高則風(fēng)險越低 ) ? Salary Before Last Month(上一個月之前自動付款的賬目 ) ? Salary last Month(上一個月自動付款的賬目 ) ? Salary this Month(這一個月自動付款的賬目 ) ? Count of Credit this Month(這個月存款的次數(shù) ) 5 數(shù)據(jù)集 (屬性 ) ? Count of Debit this Month(這個月取款的次數(shù) ) ? Count of OD(透支的次數(shù) ) ? Amount of Deposit this Month(本月存款的賬目 ) ? Amount of Withdraw this Month(本月取款的賬目 ) ? Last Transaction Date(上一次交易的 日期 ) ? Country Code(客戶所屬的國家 ) ? Birthday(生 日) ? Sex(性別 ) ? ? ? 6 數(shù)據(jù)預(yù)處理 ? 我們選用 Weka數(shù)據(jù)挖掘工具來對客戶的賬戶數(shù)據(jù)進行分析，因此所有的原始數(shù)據(jù)都必須轉(zhuǎn)換成能被 Weka處理的數(shù)據(jù)集格式。在這些海量數(shù)據(jù)中，隱藏著大量的有價值的客戶信息。運用數(shù)據(jù)挖掘中的聚類分析技術(shù)可以從這些數(shù)據(jù)集中提取客戶的分類知識。 ? 原始數(shù)據(jù)集的特征主要有四種類型的，分別是：數(shù)值型 (numeric)、標(biāo)稱型 (nominal)、日期型 (date)和字符串型 (string)。因此聚類分析是對客戶進行自動分群的有效方法。例如，最小值為 10,000，最大值為 1,000,000的當(dāng)前賬戶余額規(guī)格化為 [0,1]后就難以理解各賬戶間存在的巨大差距，只有把它還原為原始的 [10000, 1000000]才能使人直觀地理解其存在的差距。另外，該聚類當(dāng)前余額的標(biāo)準差也很大，這說明在富有的客戶群中各客戶的收入差距也是很大的，有的達百萬、千萬、甚至
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1