基于SVM的商業(yè)銀行客戶(hù)流失預(yù)測(cè).pdf

1、隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，銀行業(yè)作為經(jīng)濟(jì)發(fā)展的重要輔助行業(yè)，也迅速崛起，各級(jí)各類(lèi)銀行不斷產(chǎn)生，從而加劇銀行業(yè)的競(jìng)爭(zhēng)。激烈的競(jìng)爭(zhēng)導(dǎo)致了銀行客戶(hù)流失，通過(guò)對(duì)客戶(hù)流失問(wèn)題的研究，發(fā)現(xiàn)銀行產(chǎn)品同質(zhì)化現(xiàn)象嚴(yán)重，客戶(hù)對(duì)產(chǎn)品及服務(wù)的選擇余地越來(lái)越大，導(dǎo)致客戶(hù)的選擇性增大，提前預(yù)知客戶(hù)的流向，改變經(jīng)營(yíng)策略和經(jīng)營(yíng)產(chǎn)品進(jìn)行及時(shí)有效的客戶(hù)管理，是盡可能的減少客戶(hù)流失的關(guān)鍵所在。
　　本文作者結(jié)合工作實(shí)踐，以分析決策樹(shù)，神經(jīng)網(wǎng)絡(luò)，貝葉斯和支持向量機(jī)等理論和

2、分類(lèi)為原則，對(duì)國(guó)內(nèi)、外銀行業(yè)客戶(hù)流失問(wèn)題的研究狀況和面臨的問(wèn)題進(jìn)行分析，得出非平衡核向量機(jī)對(duì)分析和預(yù)測(cè)銀行客戶(hù)流失問(wèn)題是十分有效，可以應(yīng)用其分析研究新鄉(xiāng)銀行（地方銀行）客戶(hù)流失問(wèn)題。本文作者在研究中根據(jù)對(duì)銀行工作人員實(shí)踐的調(diào)查和對(duì)銀行現(xiàn)有數(shù)據(jù)的采集，從而定義出客戶(hù)流失相關(guān)變量。利用相關(guān)原理通過(guò)對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行連續(xù)變量和離散變量的分析。在分析中利用噪聲處理并運(yùn)用于新鄉(xiāng)銀行客戶(hù)流失預(yù)測(cè)問(wèn)題。根據(jù)銀行工作人員經(jīng)驗(yàn)和新鄉(xiāng)銀行數(shù)據(jù)采樣，定義客戶(hù)流失

3、問(wèn)題相關(guān)變量，通過(guò)對(duì)采樣數(shù)據(jù)的連續(xù)變量與離散變量進(jìn)行分析，并進(jìn)行噪音處理，運(yùn)用SAS9.2多國(guó)語(yǔ)言版編程中進(jìn)行Logistic逐步回歸運(yùn)算，從初步篩選的20多個(gè)預(yù)測(cè)變量中確定5個(gè)貢獻(xiàn)度最大的預(yù)測(cè)變量，然后通過(guò)非平衡核向量機(jī)算法的應(yīng)用，得出流失概率值。利用客戶(hù)流失概率值來(lái)記錄客戶(hù)的流失預(yù)測(cè)分?jǐn)?shù)。利用上述信息按照預(yù)測(cè)值由大到小的順序排列，創(chuàng)建客戶(hù)流失刻度表，構(gòu)成銀行客戶(hù)流失模型的預(yù)測(cè)分值集。從中選取部分客戶(hù)為預(yù)測(cè)流失概率值較大的作為最終流失