數(shù)據(jù)挖掘在證券客戶流失分析中的應(yīng)用與研究.pdf

1、論文通過對導(dǎo)致證券客戶流失的原因進(jìn)行分析總結(jié)和指標(biāo)化，并在這些指標(biāo)的基礎(chǔ)上利用合適的數(shù)據(jù)挖掘平臺和數(shù)據(jù)挖掘算法對證券客戶流失行為建立相應(yīng)的數(shù)據(jù)模型，并將該模型應(yīng)用于實際的數(shù)據(jù)分析中,達(dá)到利用該模型對未來證券客戶是否將流失進(jìn)行準(zhǔn)確預(yù)測的效果。
　　 在數(shù)據(jù)挖掘技術(shù)方面，論文通過對數(shù)據(jù)挖掘的基本理念和常用流程進(jìn)行分析，從模型相似性角度選擇了貝葉斯網(wǎng)絡(luò)算法和神經(jīng)網(wǎng)絡(luò)算法，從實際建模角度選擇了Waikato大學(xué)的WEKA平臺,并針對證券

2、客戶流失分析主題設(shè)計了系統(tǒng)整體技術(shù)方案。
　　 在流失原因分析方面,對證券交易客戶的資金賬戶注銷行為進(jìn)行了分析,從客戶自身屬性、客戶行為、客戶資產(chǎn)和客戶接受的服務(wù)四個角度分析了導(dǎo)致客戶流失的原因，并建立了證券客戶流失模型圖；對涉及客戶流失的50多個指標(biāo)進(jìn)行了分析和統(tǒng)一的編碼管理。
　　 在系統(tǒng)實施方面，首先采用每家營業(yè)部隨機(jī)抽取1000個客戶的采樣算法，保證了數(shù)據(jù)的簡約性和代表性；然后對建立的樣本分別采用貝葉斯網(wǎng)絡(luò)算法和