基于RFM模型的信用卡客户特征自动挖掘方法研究

打开文本图片集

摘 要： 基于数据驱动的决策已经成为信用卡客户经营的关键，各类业务场景中的决策需要大量的客户深层次特征，同时对特征的可解释性有较高的要求。论文借鉴RFM模型和蒙特卡洛思想，提出了一种自动构造特征、智能筛选特征的数据挖掘方法，并以客户风险识别模型为场景进行了实验验证。结果表明，基于RFM模型的自动化数据挖掘方法，一方面能够提高特征挖掘的效率，发掘更深层次的复合特征，提升模型的识别能力；另一方面产出的特征可溯源、可解释，能更好地帮助业务人员理解模型的结果。（剩余8224字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。