科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来互联网金融的兴起对传统银行产生了巨大的冲击，传统银行的优势在于拥有巨大的客户数据库，为了提高传统银行的竞争力，可以借助机器学习的方法对大量客户进行区分，从而寻找出潜在客户，实行高效管理。由于银行数据量大、特征多的特点，该文通过决策树算法对其进行分类和预测，首先观察统计数据特征对数据进行清洗预处理，再利用不平衡算法解决数据量不平衡问题，最后利用决策树算法建立最终模型，对客户进行分类和预测，向潜在的顾客进行推荐，减少了银行的盲目推荐费用，有效提升了推荐的成功率。
-
单位淮阴工学院
