XGBoost融合模型在银行客户流失预测中的应用研究  

作　　者：陈光镁 孙雪莲 

机构地区：[1]大连民族大学理学院,辽宁大连116600

出　　处：《电脑知识与技术》2023年第13期55-57,共3页Computer Knowledge and Technology

基　　金：国家自然科学基金项目(61572103)。

摘　　要：针对银行行业的客户流失问题,构建基于地域、收入、信用卡、银行存款等属性的银行客户指标体系,研究中采用K-Means对数据进行聚类分析,细分客户类型,将细分结果作为XGBoost、ANN预测模型的输入,从而融合XGBoost与KMeans模型,经过分析发现单一模型acc(准确率)在85%左右,融合模型的acc在87%以上,根据K-Means-XGBoost融合模型与K-Means-ANN融合模型的预测结果,利用流失概率公式构建XGBoost-ANN组合模型,通过调节两个模型占比来确定最优模型,根据组合模型计算acc。实验显示,组合模型的acc、F1-Score等均高于单一算法模型与融合模型。

关 键 词：客户流失 XGBoost ANN神经网络 聚类算法 融合模型 组合模型 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]