文献类型：期刊文章

作　　者：贺本岚[1,2]

机构地区：[1]中国科学院大学博士后流动站 [2]中国工商银行博士后工作站

出　　处：《金融论坛》

年　　份：2014

卷　　号：19

期　　号：9

起止页码：70-74

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI_E2014_2016、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文结合某商业银行客户流失样本数据探讨利用支持向量机模型(SVM)进行客户流失预测。结果表明,由于商业银行客户流失数据呈现出典型的不平衡特征,直接采用统计预测方法和传统的分类方法预测精度较差,而随机抽样法能通过改变数据集分布从而减小数据的不平衡性。因此,本文利用随机抽样法对支持向量机模型进行改进,并与Logistic回归模型预测效果进行比较,结果发现选取该方法能有效提升模型预测精度,且预测效果优于Logistic回归模型,能较为准确地预测,对于商业银行加强客户管理、提升核心竞争力具有重要的意义。

关 键 词：商业银行 客户流失预测 支持向量机模型 随机抽样法

分 类 号：F832.3[金融学类] F274