基于决策树—BP神经网络的高净值客户价值评价

现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价,但没有结合高净值客户的特征及客户协同创新理论来综合评价,因此,文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上,采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型,对各个评价指标进行综合量化评价,使商业银行更加合理地整合自身资源,充分利用筛选出的优质高净值客户协同资源,提高协同效率,降低协同成本。     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

基于CHAID算法和贝叶斯网络的基金风险预警研究

随着基金业的迅猛发展,其风险日益突出,对基金业实行适当的风险监管显得尤为重要,这其中离不开风险预警模型的参与。研究发现目前金融预警模型主要针对宏观金融风险、银行业风险和企业财务风险等,对基金业风险预警模型的研究存在不足。同时,金融时间序列尖峰厚尾的特征也并不完全满足传统的参数检验方法。正是如此,文章采用CHAID和贝叶斯网络方法构建基金的风险预警模型,在CHAID的基金风险预警模型中,预测准确率约为0.766;而在贝叶斯网络的基金风险预警模型中,最优的预测准确率约为0.841。研究发现,不同的基金风险预警模型检出准确率会有所差别。因此,综合运用各个基金预警模型并进行定期调整是非常必要的。     

基于决策树C4.5算法的大数据保险业模型研究

如今大数据背景下客户信息数据呈现指数级增长趋势,盈利企业亟须通过大数据分析发现客户更深层次的潜在信息从而降低客户流失率,尤其是流动率高的保险行业性质企业。保险公司力求稳定增长的市场占有率和经济效益就需要通过数据挖掘来不断发现潜在客户价值,此时数据的多元性和数据量成为有效快速挖掘用户信息的瓶颈。文章引入"数据湖"的概念结合HDFS构建集群式的大数据模型,并引入价值率来对客户进行分析,构建用户画像,帮助公司深度理解客户特征降低客户流失率。     

基于信用消费行为的商业银行零售业务信用风险再评估

商业银行零售业务信用风险评估问题具有维度高、数据更新快等明显特征,在此条件下,利用统计分析、数据挖掘技术建立可靠的动态预警模型具有十分重要的意义。基于数据挖掘的思想,充分利用客户信用消费行为数据,以及粗糙集理论对决策表中条件属性进行约简,并构建基于变精度加权平均粗糙度和基尼指数的决策树算法,依照决策属性值进行客户违约还款预测。实验结果表明,改进后的基于粗糙集与决策树算法的信用卡消费信用风险动态预警模型在准确率、稳定性等方面往往优于基本统计模型及机器学习算法。     

物流项目投标风险分析

当前,我国关于物流投标决策风险管理理论方面的研究还比较滞后,很多企业存在着缺乏物流管理人才、物流决策风险管理意识不强、物流投标决策往往处于被动的局面,以及缺少资金、风险管理技术等问题。同时,一些企业还存在着缺乏物流投标决策风险策略,没有积极的投标风险管理机制等问题,导致无法有效地防范重大物流项目投标风险。因而难以控制风险和把握事后的转危为机的最佳时机,基于上述问题,文章研究了物流项目投标风险的相关内容。首先对物流投标风险的相关基本理论进行阐述,并依据风险及风险管理的理论,对物流投标中可能发生的风险做了分析,并对其具体成因和组成要素以及物流投标对策、物流投标分析方法进行论述,最后对物流投标风险管理体系采用数学的方法进行案例分析,     

人工智能在金融风控中的应用探索

随着中国科技技术与数据处理技术的不断发展,给金融行业以及风险控制领域带来了新的复杂的影响。如何从不断完善的人工智能领域有效扩展出一条风险控制智能化转变的道路,强化经验理论应用体系与智能化技术体系之间的融合与发展,提高风险控制的专业度与准确度,是风险管控领域必须要面对的课题,也是现代化金融风险管控体系建设的重要方向。     

决策树在健身课程重购意愿研究中的应用

决策树是使用最为广泛的分类预测算法之一,它能探究并直观展现多维数据的内在规律。本文采用C5.0决策树构建健身课程重购意愿影响因素模型,发现5个关键因素按重要性从高到低排序依次为"健身消费意愿""课程时间自主性""课程预约便利性""每周健身次数"和"每次健身时长",模型具有较好的准确性(96%)和预测泛化能力(82%)。     

后金融危机时代股票超额收益率影响因素的探索

运用判别分析法和决策树模型对上证180的成分股是否可以获得超额收益率及其影响因素进行了分析,并将两种方法的分析结果进行了对比。结果表明：两种方法都可以对上市公司是否可以获得超额收益进行分辨,并且可以找出影响因素。但是从两种模型的结果来看,决策树模型要明显优于判别分析法。从我们的分析样本来看,对企业是否可以获得超额收益率的影响因素主要有：市盈率、市净率、息税折旧摊销前利润/营业总收入等。在实际中,通过这两种方法,投资者可以寻找出那些具有超额收益率的股票进行投资,从而使得自身的投资结果优于大盘。     

大数据分析:增强直觉判断,优化实时决策

智慧的地球需要智慧的科技客户遇到问题,打电话投诉,客服人员接到电话,他必须在几秒内决定解决客户问题的最佳方式,同时消除客户的不满情绪。客服人员最终提供的解决方法,可能是基于直觉,也可能是基于公司规程。但是,他如何知道这就是对的呢?