銀行客戶數(shù)據(jù)解析-wenkub.com
2025-02-24 06:58 本頁(yè)面
【正文】 2023年 3月 上午 6時(shí) 57分 :57March 17, 2023 ? 1 業(yè) 余生活要有意 義 ，不要越 軌 。 06:57:2806:57:2806:57Friday, March 17, 2023 ? 1知人者智，自知者明。 上午 6時(shí) 57分 28秒 上午 6時(shí) 57分 06:57: ? 楊 柳散和 風(fēng) ， 青 山澹吾 慮 。 2023年 3月 17日星期五 上午 6時(shí) 57分 28秒 06:57: ? 1楚塞三湘接， 荊門 九派通。 06:57:2806:57:2806:573/17/2023 6:57:28 AM ? 1成功就是日 復(fù) 一日那一點(diǎn)點(diǎn)小小努力的 積 累。 2023年 3月 上午 6時(shí) 57分 :57March 17, 2023 ? 1行 動(dòng) 出成果，工作出 財(cái) 富。 06:57:2806:57:2806:57Friday, March 17, 2023 ? 1乍 見 翻疑 夢(mèng) ，相悲各 問 年。 24 謝謝！ ? 靜 夜四無(wú) 鄰 ，荒居 舊業(yè)貧 。 23 聚類結(jié)果 分析 (本月存取款賬目 ) ? 聚類 2， 3， 5， 6， 8， 9， 10都屬于存取款賬目較高的客戶類型。 ? 聚類 1， 2， 5， 10在這一屬性上不能分析出明顯的聚類特征。 20 聚類結(jié)果 分析 (透支賬目 /存款賬目 ) ? 前面提到，聚類 6和聚類 8是有透支有儲(chǔ)蓄的 信用型消費(fèi)客戶 ，在此也可以說(shuō)明問題。 ? 聚類 1， 2， 10在這一屬性上還不能分析出很明顯的聚類特征 18 聚類結(jié)果 分析 (透支賬目 /存款賬目 ) ? 下表所示為聚集透支賬目及透支賬目天數(shù)、聚集存款賬目及存款賬目天數(shù)的均值和標(biāo)準(zhǔn)差。 ? 聚類 9的最低交易賬目和最高交易賬目的均值都最小，屬于 透支最多的一類 ，這說(shuō)明該類賬戶是屬于 透支型的賬戶 ，透支額維持在一個(gè)比較高的水平，且其最高交易額平均也達(dá)負(fù)一萬(wàn)兩千多，說(shuō)明這類型賬戶平均 很少正向資金存入 。因此可以說(shuō)聚類 5是 大量普通客戶中的中等存款額度的賬戶 （不包括低存款額度的賬戶）。該客戶群中的 4一三個(gè)客戶當(dāng)前賬戶余額 都為負(fù)值 ，且其均值達(dá)負(fù)兩萬(wàn)多元。 ? 把各聚類的數(shù)據(jù)集還原為原始數(shù)據(jù)后，再計(jì)算各特征的均值和標(biāo)準(zhǔn)差（數(shù)值型的特征）；或者各標(biāo)稱量的數(shù)量（標(biāo)稱型的特征）。 ? 方法 ? kmeans算法 ? 選 取的特征 ? 從 31個(gè)原始屬性值中選取 23個(gè)屬性用作聚類（都是數(shù)值型或標(biāo)稱型的） ? 聚 類參數(shù) ? 在經(jīng)過規(guī)格化處理后的數(shù)據(jù)集中，用 kmeans算法在選定的 23個(gè)屬性上進(jìn)行聚類，設(shè)定聚類數(shù)為 10. 9 各聚 類 大小 ? 各聚類所包含的客戶數(shù)量如下表 聚類 客戶數(shù)量 聚類 1 145 聚類 2 69 聚類 3 133 聚類 4 6183 聚類 5 1985 聚類 6 213 聚類 7 46 聚類 8 446 聚類 9 413 聚類 10 368 表 1 10 對(duì) 聚 類 大小的分析 由表 1可知，各聚類有大有小，且大小懸殊，但也合乎客戶關(guān)系處理的目的。 ? 對(duì)于缺失的屬性值，因?yàn)?Weka中的算法能自動(dòng)處理屬性值缺失的情況，所以按 Weka數(shù)據(jù)集的格式要求用“ ?”表示。聚 類 分析技 術(shù) 可以 將 性 質(zhì) 、特征近似的 數(shù) 據(jù) 對(duì) 象 歸屬 在相同的群集中。1 銀行客戶數(shù)據(jù)分析 20230901 2 背景 ? 數(shù) 據(jù) ?客 戶 群 ?服 務(wù) ?盈利 ? 商 業(yè)銀 行 擁
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1