10.3969/j.issn.2095-0799.2020.04.003
基于数据挖掘的普惠信贷客户智能营销模型
商业银行传统营销模式存在企业信息不对称、以产品为中心、过于依赖主观经验等问题.本文通过建立商业银行对公客户画像,利用过采样、滚动训练的方法解决城市行数据集中正负样本不均衡以及数据量过小的问题,并选用在分类模型中效果较好的XGBoost模型预测融资需求高的小微企业,以此提高营销成功率.该模型在测试集中的预测效果精确率达到39%,比传统营销模式中客户经理随机预测的营销成功率提高了90倍,召回率为30%,命中率为三成,方法的有效性得到了验证.
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
11-19