【目的】為提高金融機(jī)構(gòu)理財決策知識獲取的效率和有效性,提出鄰域粗糙集融合網(wǎng)格搜索組合分類器的理財決策知識獲取模型�！痉椒ā拷⒗碡敍Q策知識獲取系統(tǒng)框架,采用鄰域粗糙集方法對決策系統(tǒng)進(jìn)行知識約簡,采用SMOTE過采樣方法消除數(shù)據(jù)的不平衡性,采用網(wǎng)格搜索方法搜索組合分類器的最優(yōu)參數(shù)。通過模型的訓(xùn)練和測試,對約簡組合進(jìn)行評估和優(yōu)選,選出最佳約簡;最后,通過約簡獲取決策系統(tǒng)的規(guī)則知識,存入組織知識庫,完成知識獲取�！窘Y(jié)果】采用4521條真實理財數(shù)據(jù)進(jìn)行實證分析,測試集購買類樣本準(zhǔn)確率（Sensitivity）達(dá)到83.55%,未購買類樣本準(zhǔn)確率（Specificity）達(dá)到80.74%, AUC值達(dá)到0.8214。【局限】未針對保險、消費貸款等其他類型的營銷數(shù)據(jù)進(jìn)行驗證�！窘Y(jié)論】鄰域粗糙集融合網(wǎng)格搜索組合分類器的分類模型能夠有效提高理財決策系統(tǒng)的整體分類能力,識別和獲取關(guān)鍵客戶知識,提高金融機(jī)構(gòu)理財產(chǎn)品決策的效益和效率。 

【文章來源】：數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019,3(01)北大核心CSSCICSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 模型構(gòu)建
    2.1 前向搜索的鄰域粗糙集理財決策系統(tǒng)約簡
    2.2 基于SMOTE的過采樣方法
    2.3 網(wǎng)格搜索優(yōu)化組合分類器參數(shù)的方法
    2.4 鄰域粗糙集融合組合分類器的理財決策知識獲取模型
3 理財決策知識獲取實例
    3.1 基于鄰域粗糙集的理財產(chǎn)品決策系統(tǒng)約簡
    3.2 基于組合分類器的理財產(chǎn)品決策結(jié)果評估
        (1) 構(gòu)造訓(xùn)練集和測試集
        (2) 模型的評價
        (3) 模型預(yù)測結(jié)果
    3.3 理財產(chǎn)品決策的關(guān)鍵知識獲取
    3.4 計算結(jié)果對比分析
        (1) 使用和未使用SMOTE方法的結(jié)果對比
        (2) 組合分類器之間以及與基分類器的結(jié)果對比
4 結(jié)語
支撐數(shù)據(jù):


【參考文獻(xiàn)】：
期刊論文
[1]基于用戶生成內(nèi)容的潛在客戶識別方法[J]. 蔣翠清,宋凱倫,丁勇,劉堯.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(03)
[2]消費者購買銀行個人理財產(chǎn)品行為分析——基于多水平logistic模型[J]. 王俊花,高齊圣,馬金焱.  青島大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[3]鄰域粗糙集融合貝葉斯神經(jīng)網(wǎng)絡(luò)在醫(yī)療決策中的應(yīng)用研究[J]. 王效俐,劉瀟,蘇強(qiáng).  工業(yè)工程與管理. 2016(05)
[4]不平衡數(shù)據(jù)的企業(yè)財務(wù)預(yù)警模型研究[J]. 李揚,李竟翔,馬雙鴿.  數(shù)理統(tǒng)計與管理. 2016(05)
[5]三種數(shù)據(jù)挖掘算法在電子病歷知識發(fā)現(xiàn)中的比較[J]. 牟冬梅,任珂.  現(xiàn)代圖書情報技術(shù). 2016(06)
[6]基于網(wǎng)格搜索和交叉驗證的支持向量機(jī)在梯級水電系統(tǒng)隱隨機(jī)調(diào)度中的應(yīng)用[J]. 紀(jì)昌明,周婷,向騰飛,黃海濤.  電力自動化設(shè)備. 2014(03)
[7]基于鄰域粗糙集屬性約簡的對偶約束式LS-SVM財務(wù)困境預(yù)測模型研究[J]. 趙冠華.  運籌與管理. 2011(03)
[8]數(shù)據(jù)挖掘在理財產(chǎn)品營銷中的應(yīng)用——以CATI數(shù)據(jù)為例[J]. 謝邦彥.  統(tǒng)計與信息論壇. 2009(10)
[9]基于鄰域�；痛植诒平臄�(shù)值屬性約簡[J]. 胡清華,于達(dá)仁,謝宗霞.  軟件學(xué)報. 2008(03)
[10]知識獲取與求精RS-GA策略[J]. 張建華,劉仲英.  同濟(jì)大學(xué)學(xué)報(自然科學(xué)版). 2004(06)

碩士論文
[1]基于粗糙集的故障預(yù)測及診斷技術(shù)在衛(wèi)星中的應(yīng)用[D]. 索明亮.哈爾濱工業(yè)大學(xué) 2013
[2]基于鄰域粗糙集的屬性約簡算法研究[D]. 王鵬.河北科技大學(xué) 2011



本文編號：3357656