本文介紹了筆者在該課題項目中,利用貝葉斯網(wǎng)絡算法,通過設計代發(fā)客戶模型,將代發(fā)客戶進行清洗和梳理,并對代發(fā)客戶進行標簽化,以及采用K2結構學習,對優(yōu)質代發(fā)客戶進行有效識別,輔助網(wǎng)點營銷人員對優(yōu)質代發(fā)客戶提供精準的重點服務,助力我省金融網(wǎng)點代發(fā)客群的可持續(xù)化發(fā)展,取得了良好的效果的具體過程。 

【文章來源】：電子技術與軟件工程. 2019,(24)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 技術實現(xiàn)過程
2 貝葉斯網(wǎng)絡算法介紹
3 數(shù)據(jù)清洗
4 代發(fā)客戶標簽化
5 客戶指標數(shù)據(jù)的選取
6 數(shù)據(jù)預處理
7 數(shù)據(jù)建模與應用
8 應用情況


【參考文獻】：
碩士論文
[1]人工神經(jīng)網(wǎng)絡算法在GDP和CPI中的預測應用[D]. 王永杰.中北大學 2017
[2]基于K2評分的貝葉斯網(wǎng)結構學習算法的研究[D]. 張鴻勛.北京工業(yè)大學 2009



本文編號：3062417