基于多源大数据融合的银行网点选址方法

摘要：

针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法.该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集.基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重.通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题.

关键词：多源大数据、银行网点选址、机器学习、逻辑回归

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：教育部-中国移动科研基金;重庆市基础与前沿研究计划重点项目;重庆邮电大学人才引进项目

在线出版日期：2020-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：664-672