基于大数据与人工智能技术的理财客户流失预警模型研究与实现  

作　　者：义天鹏 

机构地区：[1]广西北部湾银行,广西南宁530000

出　　处：《科技与创新》2024年第9期36-39,共4页Science and Technology & Innovation

摘　　要：理财客户存在到期后将资金转至行外不再购买该行理财产品的情况,如果能够提前发现这类将要流失的客户,进而针对性地对客户营销挽留,可以有效减少理财业务规模下降。通过对存量理财客户进行机器学习算法建模,基于Spark大数据与人工智能技术,根据客户的理财到期月数据构建流失预警模型,预测其下月底是否会真正流失,从而可以在客户真正流失之前做出相应的营销干预。结果表明,使用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法准确率(Accuracy)为93%,召回率(Recall)为95%,AUC(ROC曲线下的面积)值达到0.91,对客户流失预测取得较好效果。

关 键 词：理财客户 Spark大数据 流失预警模型 梯度提升决策树(GBDT) 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F830.3[自动化与计算机技术—控制科学与工程] F274[经济管理—金融学]