电子支付特征的指标体系和模型研究

本文针对电子支付行业现状,提出建立电子支付特征的指标体系以提高电子支付有效性;在决策树算法基础上建立电子支付特征模型,反映不同消费类型各指标的重要性,为提供电子支付服务的公司在设计电子支付产品时提供一些借鉴和参考。     

基于数据挖掘技术的信用卡客户的信用评价

本文以对商业银行信用卡历史客户数据为研究对象,介绍了数据挖掘方法中决策树C4.5算法和关联规则Apriori算法的应用,并通过weka软件进行实证分析,从而为银行信用卡客户信用程度评定提供了决策支持。     

基于组合分类器的银行客户分类模型研究

客户分类管理,对于银行有效地实施客户关系管理具有重要意义。由于目前分类准确度存在问题,如何有效地对客户进行分类预测就成了十分重要并亟待解决的课题。本文以银行丰富的客户基本信息以及交易行为为对象,建立客户分类预测模型,改进单一或简单组合分类器模型,提出一种基于SOM聚类和决策树的组合分类器方法,建立了客户分类预测模型并对模型进行优化,并探讨该模型的实际应用。     

车险赔付风险影响因素决策树分析

车险高赔付问题是车险发展的瓶颈,识别影响车险高赔付率的风险因素,防范控制风险,减少损失对于车险乃至财产保险公司的健康发展具有重要意义。本文从出险次数的角度,对影响车险赔付的三类风险因素:车辆风险、被保险人风险、投保特征风险进行了决策树分析,在此基础上提出了相关的政策建议。     

基于决策树的装甲器材库存策略选择研究

首先介绍决策树的分类方法及ID3算法,然后根据装甲器材库存的特点,确定装甲器材的库存策略及影响因素,最后,依据ID3算法生成库存策略选择决策树.     

决策树技术在银行CRM中的实证研究

客户关系管理应用于银行业是指银行通过富有意义的交流沟通,理解并影响客户行为,最终实现提高客户获得、客户保留、客户忠诚和客户创利目的反复循环的过程,是一种旨在改善银行与客户之间关系的新型管理机制。对于银行业来说,如何提供更快速和周到的优质服务吸引和保持更多的客户成为各银行逐利的目标。数据挖掘是整个客户关系管理中最重     

个人教育投资决策分析

正一、引言随着社会的发展和竞争的加剧,教育在人们生活中的地位越来越重要。从国家和整个社会来看,要实现"人才强国"和建设创新型国家的战略目标,教育必须得到大力发展。从个人来看,教育是形成人力资本的重要途径,个人对教育的投资所能够获取的最直     

基于两阶段优化算法的客户信用评估问题研究

在信用评估问题的研究中,决策树生成的规则便于决策者理解和应用。本文采用GMDH输入输出模型先挑选中对结果影响较重要的属性,然后再用决策树进行分类。通过研究,取得了良好的分类效果。     

第115届美国国会涉华提案行为模式研究北大核心

第115届美国国会打破了中美建交以来的惯例,在中美战略竞争背景下已然成为美国激进对华政策的“策源地”。这一转变突出表现为涉华提案上的剧烈转向,其根源可能来自两个机制:在个人层面,议员通过反华提案谋求政治影响力;在选区层面,议员则提出反华提案回应选区日益上升的民粹主义浪潮。为检验这两个机制假设,作者通过定量方法分析该届国会的提案行为模式:首先使用层次分析法测量议员的对华态度,再用社会网络分析法测量议员涉华决策影响力,最终使用决策树和回归模型检验影响态度和影响力的机制路径和关键因素。研究发现:第一,在议员个人属性层面,议员的个人意识形态越激进、资历越浅,其对华态度就越负面。第二,在选区属性层面,盎格鲁—撒克逊白人人口比例越高和选区政党极化程度越高,其对华态度越负面。第三,议员的涉华决策影响力、意识形态激进程度与其领导力呈正相关关系。上述发现表明,较负面的涉华提案既是议员获得跨党派支持以提升自身影响力的手段,又是两党选区共同支持的议题。在2016年大选以来两党极化加剧和“保守福音派”崛起的背景下,美国国内情况的变化可能是推动美国国会对华决策转变的根本原因。     

数据挖掘技术在制药企业CRM中的应用

随着国内制药行业的竞争越来越激烈,制药企业需要进一步利用历史数据对产品种类和客户进行分析。这里从制药企业所面临的经营性问题入手,将数据挖掘技术应用到制药企业的客户管理系统中,对企业的客户数据进行了分析,提供了一个自动进行客户信用度评估的平台。实验结果表明,通过数据挖掘技术的应用,可以有效地实现系统自动定义客户类别和信用级别,辅助企业进行经营决策。