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(guò)對(duì)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(tái)和數(shù)據(jù)挖掘算法對(duì)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(shí)際的數(shù)據(jù)分析中,達(dá)到利用該模型對(duì)未來(lái)證券客戶是否將流失進(jìn)行準(zhǔn)確預(yù)測(cè)的效果。
　　 在數(shù)據(jù)挖掘技術(shù)方面，論文通過(guò)對(duì)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(shí)際建模角度選擇了Waikato大學(xué)的WEKA平臺(tái),并針對(duì)證券

2、客戶流失分析主題設(shè)計(jì)了系統(tǒng)整體技術(shù)方案。
　　 在流失原因分析方面,對(duì)證券交易客戶的資金賬戶注銷(xiāo)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(gè)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(duì)涉及客戶流失的50多個(gè)指標(biāo)進(jìn)行了分析和統(tǒng)一的編碼管理。
　　 在系統(tǒng)實(shí)施方面，首先采用每家營(yíng)業(yè)部隨機(jī)抽取1000個(gè)客戶的采樣算法，保證了數(shù)據(jù)的簡(jiǎn)約性和代表性；然后對(duì)建立的樣本分別采用貝葉斯網(wǎng)絡(luò)算法和