基于LightGBM的商业银行低价值个人客户标签模型构建与应用

摘要：

科学合理的客户标签是大数据时代商业银行实现精细化经营和制定经营策略的重要基础.文章提出了一种新型的低价值个人客户标签构建方法:根据个人客户价值评分进行低价值客户群体指标体系划分,利用价值标签体系及资产因子,并基于分布式集成学习LightGBM算法对千万级客户数据进行学习,然后输出经营标签.实际的应用结果表明,低价值个人客户标签模型在AUC、KS等相关指标上表现良好,开发的模型在大规模数据样本上仍然具有较高的可靠性,为商业银行构建以数据为基础、以客户为中心的快速精准营销客户标签体系提供了一种可行方案.

关键词：LightGBM、大数据、客户价值、客户标签、分布式集成学习

所属期刊栏目：31

分类号：F840.684;G434;TP391.41

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33