本文意在通過機(jī)器學(xué)習(xí)算法對銀行零售數(shù)據(jù)進(jìn)行深度挖掘,探索傳統(tǒng)商業(yè)銀行基于機(jī)器學(xué)習(xí)模型構(gòu)建精準(zhǔn)營銷策略的切入點(diǎn)。本文使用商業(yè)銀行數(shù)據(jù)分別構(gòu)建基于邏輯回歸算法和隨機(jī)森林算法的理財(cái)產(chǎn)品響應(yīng)預(yù)測模型,并進(jìn)行結(jié)果對比分析,得出經(jīng)過梯度下降優(yōu)化后的邏輯回歸模型效果更好的結(jié)論。并將此模型預(yù)測結(jié)果應(yīng)用于實(shí)際理財(cái)產(chǎn)品營銷中,為改變傳統(tǒng)商業(yè)銀行營銷思路、提升營銷精準(zhǔn)度提供幫助。

【文章頁數(shù)】：2 頁

【文章目錄】：
一、精準(zhǔn)營銷是商業(yè)銀行發(fā)展的必備要素
二、基于機(jī)器學(xué)習(xí)算法的理財(cái)產(chǎn)品響應(yīng)預(yù)測模型
    （一）業(yè)務(wù)需求理解與解析
    （二）數(shù)據(jù)搜集與整理
    （三）數(shù)據(jù)探索與分析
    （四）特征選擇
三、構(gòu)建基于邏輯回歸算法的預(yù)測模型
四、邏輯回歸模型與隨機(jī)森林模型結(jié)果對比分析



本文編號：3766076