新工科 课程 决策树在银行电话营销中的应用
课程封面
决策树在银行电话营销中的应用
大数据
随着金融的全球化和自由化,银行业面临着全方位和多层次的竞争。外资银行与国内银行在各个领域展开了竞争。外资银行依靠着先进的营销技术和管理经验,迅速地壮大在国内的市场。在这种背景下,国内银行意识到学习和参考国外先进营销技术的迫切性,合理运用营销策略,积极维护老客户和挖掘新客户,来面对日益激烈的竞争。互联网的迅速发展,使人们之间的沟通和交流变得没有距离。信息的快速交换,也使消费者更有意识地改变自己的角色,从传统的被动的角色成为积极的创造者、参与者。因此,如何探寻新的利润增长点、客户需求和全面的个性化服务是银行在这个经济创新时代面临的一个共同问题,以提高自身的竞争力。信息技术的进步也使被动的客户服务变为主动的客户关怀。因此,电话营销在日益激烈的国内市场中成为一种十分重要的营销渠道。 本实验关注的目标是通过电话销售出售定期存款。分类的目的是预测客户是否订阅定期存款(变量y),结果是一个二进制变量,即营销失败或成功。文中数据来源于UCI 机器学习网站http://archive.ics.uci.edu/ml/,是关于葡萄牙银行的电话营销记录,从2008年5月到2012年5月,共41188 条电话营销记录。记录被分成训练数据和测试数据。其中训练数据用于模型建立。而测试数据是用来测量数据驱动模型的预测能力。本实验对缺失数据进行处理,对数据进行描述性统计分析,通过建立、剪枝决策树,希望得到一个分类器。
实验列表
  • step1
    实验环境准备
    随着金融的全球化和自由化,银行业面临着全方位和多层次的竞争。外资银行与国内银行在各个领域展开了竞争。外资银行依靠着先进的营销技术和管理经验,迅速地壮大在国内的市场。在这种背景下,国内银行意识到学习和参考国外先进营销技术的迫切性,合理运用营销策略,积极维护老客户和挖掘新客户,来面对日益激烈的竞争。互联网的迅速发展,使人们之间的沟通和交流变得没有距离。信息的快速交换,也使消费者更有意识地改变自己的角色,从传统的被动的角色成为积极的创造者、参与者。因此,如何探寻新的利润增长点、客户需求和全面的个性化服务是银行在这个经济创新时代面临的一个共同问题,以提高自身的竞争力。信息技术的进步也使被动的客户服务变为主动的客户关怀。因此,电话营销在日益激烈的国内市场中成为一种十分重要的营销渠道。
    本实验关注的目标是通过电话销售出售定期存款。分类的目的是预测客户是否订阅定期存款(变量y),结果是一个二进制变量,即营销失败或成功。文中数据来源于UCI 机器学习网站http://archive.ics.uci.edu/ml/,是关于葡萄牙银行的电话营销记录,从2008年5月到2012年5月,共41188 条电话营销记录。记录被分成训练数据和测试数据。其中训练数据用于模型建立。而测试数据是用来测量数据驱动模型的预测能力。本实验对缺失数据进行处理,对数据进行描述性统计分析,通过建立、剪枝决策树,希望得到一个分类器。
    查看详情
  • step2
    研究背景及数据集描述
    随着金融的全球化和自由化,银行业面临着全方位和多层次的竞争。外资银行与国内银行在各个领域展开了竞争。外资银行依靠着先进的营销技术和管理经验,迅速地壮大在国内的市场。在这种背景下,国内银行意识到学习和参考国外先进营销技术的迫切性,合理运用营销策略,积极维护老客户和挖掘新客户,来面对日益激烈的竞争。互联网的迅速发展,使人们之间的沟通和交流变得没有距离。信息的快速交换,也使消费者更有意识地改变自己的角色,从传统的被动的角色成为积极的创造者、参与者。因此,如何探寻新的利润增长点、客户需求和全面的个性化服务是银行在这个经济创新时代面临的一个共同问题,以提高自身的竞争力。信息技术的进步也使被动的客户服务变为主动的客户关怀。因此,电话营销在日益激烈的国内市场中成为一种十分重要的营销渠道。
    本实验关注的目标是通过电话销售出售定期存款。分类的目的是预测客户是否订阅定期存款(变量y),结果是一个二进制变量,即营销失败或成功。文中数据来源于UCI 机器学习网站http://archive.ics.uci.edu/ml/,是关于葡萄牙银行的电话营销记录,从2008年5月到2012年5月,共41188 条电话营销记录。记录被分成训练数据和测试数据。其中训练数据用于模型建立。而测试数据是用来测量数据驱动模型的预测能力。本实验对缺失数据进行处理,对数据进行描述性统计分析,通过建立、剪枝决策树,希望得到一个分类器。
    查看详情
  • step3
    数据预处理
    数据预处理
    查看详情
  • step4
    描述性统计分析
    使用R对数据进行描述性统计分析,并对变量进行筛选
    查看详情
  • step5
    决策树建立与剪枝
    建立决策树的目标是通过训练样本集,建立目标变量关于各输入变量的分类预测模型,全面实现输入变量和目标变量不同取值下的数据分组,进而用于对新数据对象的分类和预测。
    查看详情
  • step6
    模型评估
    模型建立之后,通过测试集来评价模型的泛化能力。
    查看详情
  • step7
    结论分析
    结论分析
    查看详情

如果您想对我们的产品和服务更进一步了解
请用下面的方式和我们联系

电子邮箱:business@yundaxue.org(会在1个工作日之内和您接洽)

联系电话:400-828-1210(周一至周五 9:00-18:00 )