銀行客戶滿意度分析論-在線瀏覽
2025-02-25 11:16本頁面
【正文】 浙江大學寧波理工學院數(shù)據(jù)挖掘競賽論文報告 3 / 16 目 錄 1. 研究目標 ................................................................................................ 4 2. 分析方法與過程 .................................................................................... 5 . 總體流程 ..................................................................................................................... 5 . 具體步驟 ..................................................................................................................... 5 . 結果分析 ................................................................................................................... 14 3. 結論 ..................................................................................................... 14 4. 參考文獻 .............................................................................................. 14 浙江大學寧波理工學院數(shù)據(jù)挖掘競賽論文報告 4 / 16 1. 挖掘目標 （ 1） 背景： 隨著全球銀行業(yè)市場競爭的日趨激烈，提升客戶的滿意度，培養(yǎng)忠誠客戶已成為各大商業(yè)銀行開拓市場，增加盈利的重要手段之一。 桑坦德銀行（ Santander Bank）是歐洲第二大銀行 ,他們提供了一個數(shù)據(jù)集要求通過數(shù)據(jù)挖掘技術在早期就能識別對其服務不滿意的客戶，以便及時采取合適的改進措施以提升客戶的體驗。在數(shù)據(jù)集中 ID 表示客戶的匿 名 ID， TARGET 是需要預測的變量， 1 表示不滿意， 0 表示滿意，剩余的列是已提取的跟客戶滿意度相關的觀測指標（屬性）； 需求： 分析哪些特征或特征組合能較好的對銀行服務滿意程度進行分析； 建立合適的銀行服務客戶滿意度模型； 預測在測試集中每個客戶的滿意程度（屬于不滿意客戶的概率） ； 建立合適的評價指標，驗證你的預測結果。 碼一起上傳的最后結果樣式，要求輸出對 的測試結果。 題目 給出的大 數(shù)據(jù) 的 屬性 以及 維度 都比較大， 所以 會有一些 冗余 和無效數(shù)據(jù) ， 首先要 先將高維大數(shù)據(jù) 進行預處理 ， 利用 weka 的元 學習器 ，通過 與NativeBayes方法 一起使用，測試軟件 自帶 的屬性選擇方法 ，選擇 得到一些最具浙江大學寧波理工學院數(shù)據(jù)挖掘競賽論文報告 5 / 16 影響力的屬性進行 作為 訓練 子集，并且運用進算法里面。隨后將數(shù)據(jù) 和人屬性一起 放入決策樹分類 算法 ，建立合理 的 模型，可以 找到不同 屬性對目標決定影響程度， 建立完成 比較合理的 分類系統(tǒng)。 2. 分析方法與過程 . 總體流程 問題 1 問題 4 . 具體步驟 原始數(shù)據(jù)
公司管理相關推薦
鄂ICP備17016276號-1