銀行客戶滿意度分析論-展示頁(yè)
2025-01-17 11:16本頁(yè)面
【正文】 } 為了知道不同特征屬性的銀行客戶最終滿意程度，我們需要做的是建立一個(gè)合理的決策樹(shù)模型，篩選出需要的屬性特征作為決策節(jié)點(diǎn)。采取預(yù)剪枝 的的優(yōu)化方法，設(shè)定 枝節(jié) 的閾值為 10，置信區(qū)間為 決策樹(shù) 預(yù)設(shè) ，進(jìn)行分類處理 。 最后我們 得到的訓(xùn)練 子集為 如下 10個(gè)： 圖 3 圖 4 步驟 2： 建模 amp。 我們想要利用上面的方法篩選得到 需要的 訓(xùn)練子集 ， 這個(gè)訓(xùn)練 子集 對(duì) 總體的影響程度相關(guān)性比較大。 該算法的好處： ? 提高數(shù)據(jù) 準(zhǔn)確估計(jì) 在選擇 屬性過(guò)程 中避免了因?yàn)?有監(jiān)督 的 過(guò)濾器 的 使用而而 導(dǎo)致減少后的一部分?jǐn)?shù)據(jù)用于 模型測(cè)試的 過(guò)程中，在選擇屬性中回 導(dǎo)致 已經(jīng)看到了 測(cè)試數(shù)浙江大學(xué)寧波理工學(xué)院數(shù)據(jù)挖掘競(jìng)賽論文報(bào)告 8 / 16 據(jù)中 要使用的屬性，從而影響模型構(gòu)建 有 偏倚的準(zhǔn)確性估計(jì)。 所以我們 利用 weka 深入研究自動(dòng)屬性選擇， 它允許 指定屬性 選擇方法 和學(xué)習(xí)算法 ， 作為分類器的一部分 。數(shù)據(jù)預(yù)處理 從原始數(shù)據(jù)分析得到，題目給出的原始數(shù)據(jù)屬性太多， 并且都是未知屬性，此外表格的大部門(mén)數(shù)據(jù)值為 0，面對(duì)這個(gè)訓(xùn)練集，里面特征很多是和類標(biāo)簽有關(guān)的，但里面存在噪聲或者冗余。需要打開(kāi) arff格式的數(shù)據(jù)，將數(shù)據(jù)類別的一欄修改為銀行需要的 0、 1滿意度類別，將數(shù)據(jù)加載計(jì)入決策樹(shù)可以得到一個(gè)枝節(jié)繁茂的樹(shù)，由此可以從這棵樹(shù)的模型之中得到影響因素中最大的 特征或特征組合 為根節(jié)點(diǎn)以及靠近根節(jié)點(diǎn)的幾個(gè)特征。預(yù)測(cè)0 結(jié)果 amp。 隨后 將題目給出的測(cè)試數(shù)據(jù)放入模型， 利用已知 的模型進(jìn)行 預(yù)測(cè) ，可以推算出 客戶滿意情況，銀行可以對(duì)于這個(gè)預(yù)測(cè)結(jié)果對(duì)相應(yīng)用戶可以提早對(duì)其采取相應(yīng)措施。 這個(gè) 方法可以 將 數(shù)據(jù)進(jìn)行降維，保留相應(yīng)比較主要的影響因素屬性。 （ 2） 目標(biāo)： 本次數(shù)據(jù)挖掘建模要達(dá)到的目標(biāo)是利用銀行關(guān)于客戶信息建立下來(lái)的數(shù)據(jù)，采用數(shù)據(jù)挖掘技術(shù)， 進(jìn)行已知 數(shù)據(jù) 以及 結(jié)果的相關(guān) 分析 測(cè)試 找到 規(guī)律建立模型，之后利用 測(cè)試數(shù)據(jù) 帶入 模型進(jìn)行預(yù)測(cè)得到你 結(jié)果 。 說(shuō)明： 附件共分三個(gè)文件： 中是訓(xùn)練數(shù)據(jù)，其中包含預(yù)測(cè)量 TARGET，只包含屬性數(shù)據(jù)。在本次競(jìng)賽中，參賽者需要通過(guò)分析匿名用戶的上百個(gè)特征來(lái)預(yù)測(cè)用戶對(duì)其銀行服務(wù)的滿意程度（滿意或不滿意）。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶滿意度進(jìn)行分析已成為研究熱點(diǎn)。 桑坦德銀行（ Santander Bank）是歐洲第二大銀行 ,他們提供了一個(gè)數(shù)據(jù)集要求通過(guò)數(shù)據(jù)挖掘技術(shù)在早期就能識(shí)別對(duì)其服務(wù)不滿意的客戶，以便及時(shí)采取 合適的改進(jìn)措施以提升客戶的體驗(yàn)。浙江 大學(xué)寧波理工學(xué)院 銀行服務(wù)客戶滿意度分析 綜合評(píng)定成績(jī)： 評(píng)委評(píng)語(yǔ) ： 評(píng)委簽名： 浙江大學(xué)寧波理工學(xué)院數(shù)據(jù)挖掘競(jìng)賽論文報(bào)告 1 / 16 銀行服務(wù)客戶滿意度分析 摘要： 隨著全球銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)的日趨激烈，提升客戶的滿意度，培養(yǎng)忠誠(chéng)客戶已成為各大商業(yè)銀行開(kāi)拓市場(chǎng)，增加盈利的重要手段之一。通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)客戶滿意度進(jìn)行分析已成為研究熱點(diǎn)。 關(guān)鍵詞： 數(shù)據(jù)挖掘 技術(shù) 顧客滿意度 PCA 主成分 分析法 決策樹(shù) 預(yù)測(cè) 浙江大學(xué)寧波理工學(xué)院數(shù)據(jù)挖掘競(jìng)賽論文報(bào)告 2 / 16 The thesis title Abstract: A brief description of the abstract Key words: The keyword extraction
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1