基于大数据挖掘技术的银行客户分类系统研究技术方案

本申请公开了基于大数据挖掘技术的银行客户分类系统研究，涉及大数据技术领域，包括以下步骤：步骤一、数据采集和预处理：首先进行数据收集并对收集的数据进行删除、补齐和忽视；步骤二、数据探索和可视化：通过可视化和统计方法探索数据的分布、关联、异常等特征；步骤三、综合特征选择，将杂乱无章的数据映射为不同贡献度的若干特征；步骤四、BCCS模型的创建，使用训练数据对不同的算法及模型进行训练和调优，以获取相应的模型；步骤五、模型应用和优化，将上述最佳模型应用于实际问题中，不断对上述最佳模型进行优化和更新，以提高其准确性和效率；步骤六、结果分析，对上述最佳模型输出的结果进行可视化和解释，使用户能够理解和使用挖掘结果。用挖掘结果。用挖掘结果。

【技术实现步骤摘要】
基于大数据挖掘技术的银行客户分类系统研究


[0001]本专利技术属于大数据
，具体是基于大数据挖掘技术的银行客户分类系统研究。

技术介绍

[0002]当前，机器学习技术是新时代的最热门技术之一，客户细分以及基于细分的精准营销已成为银行业发展的必要手段和主流趋势。传统的以产品为中心的观念已经不再适用于银行服务行业，取而代之的是以客户需求为导向的新发展理念。银行致力于通过客户细分建立多元化的精准营销渠道和创建符合客户需求的财富管理品牌来获取客户并满足客户需求。
[0003]但是由于银行客户数据维度高、量级大和冗余特征多的特点，为数据挖掘与发现带来了诸多挑战，现在，没有对容易给银行造成损失的黑名单进行单独处理，也没有在深入考虑客户分类时，针对不同的分类群体，引入不同的权重系数来使分类更准确。

技术实现思路

[0004]解决的技术问题：现在，没有对容易给银行造成损失的黑名单进行单独处理，也没有在深入考虑客户分类时，针对不同的分类群体，引入不同的权重系数来使分类更准确。
[0005]针对现有技术的不足，本专利技术提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据挖掘技术的银行客户分类系统研究，其特征在于，包括以下步骤：步骤一、数据采集和预处理：首先进行数据收集并对收集的数据进行删除、补齐和忽视，使其符合后续的挖掘要求；步骤二、数据探索和可视化：通过可视化和统计方法探索数据的分布、关联、异常等特征，从中获取数据的概况和洞察；步骤三、综合特征选择，将上述杂乱无章的数据映射为不同贡献度的若干特征，并从各视角互补角度出发融合特征贡献度，依据最终贡献度大小筛选原始数据中冗余特征，保留少数能精确反映数据全貌的特征，从低维数据中挖掘知识，将原始数据转换为能够支持建模的特征集合；步骤四、BCCS模型的创建，首先使用训练数据对不同的算法及模型进行训练和调优，以获取相应的模型，然后使用测试数据集对模型进行评估和比较，选择最佳的模型；步骤五、模型应用和优化，将上述最佳模型应用于实际问题中，不断对上述最佳模型进行优化和更新，以提高其准确性和效率；步骤六、结果分析，对上述最佳模型输出的结果进行可视化和解释，使用户能够理解和使用挖掘结果。2.如权利要求1所述的基于大数据挖掘技术的银行客户分类系统研究，其特征在于：步骤一中所述的删除数据的方法优点是操作简单，缺点是资源浪费，信息丢失。3.如权利要求1所述的基于大数据挖掘技术的银行客户分类系统研究，其特征在于：步骤一中所述的补齐方法为KNN填充法，所述KNN填充法的优...

【专利技术属性】
技术研发人员：程艳云，曹琴，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：