基于代价敏感学习的信用卡客户价值分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-20页 |
| ·课题背景以及问题的提出 | 第8-9页 |
| ·研究目的及研究意义 | 第9-10页 |
| ·客户价值的研究现状 | 第10-15页 |
| ·客户价值定义 | 第10-11页 |
| ·客户价值评估方法 | 第11-12页 |
| ·客户价值分类方法 | 第12-15页 |
| ·代价敏感学习的研究现状 | 第15-18页 |
| ·数据的代价敏感性 | 第15-16页 |
| ·代价的类型 | 第16-17页 |
| ·代价敏感学习的主要方法 | 第17-18页 |
| ·研究内容及技术路线 | 第18-20页 |
| 第2章 分类算法相关研究综述 | 第20-25页 |
| ·神经网络算法 | 第20-21页 |
| ·支持向量机算法 | 第21页 |
| ·决策树算法 | 第21-22页 |
| ·适合建立客户价值分类模型的分类算法 | 第22-23页 |
| ·经典分类算法解决代价敏感问题时存在的问题 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于代价敏感的客户价值分类模型 | 第25-37页 |
| ·代价敏感的客户价值分类模型 | 第25-27页 |
| ·基于代价敏感的决策树算法 | 第27-32页 |
| ·具体算法 | 第27-29页 |
| ·算法实例 | 第29-32页 |
| ·客户价值的代价敏感函数 | 第32-33页 |
| ·代价敏感分类模型的评价指标 | 第33-36页 |
| ·基本评价指标 | 第34-35页 |
| ·ROC 曲线以及AUC | 第35页 |
| ·上升图Lift | 第35-36页 |
| ·成本以及成本曲线 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于代价敏感的信用卡客户价值分类实例研究 | 第37-58页 |
| ·数据来源与数据预处理 | 第37-39页 |
| ·数据清洗 | 第37-38页 |
| ·数据集成 | 第38页 |
| ·数据变换 | 第38页 |
| ·数据离散化 | 第38-39页 |
| ·客户价值的代价敏感分类 | 第39-42页 |
| ·对比实验与检验 | 第42-55页 |
| ·三种模型在同一样本的对比 | 第43-45页 |
| ·三种模型在不同样本的对比 | 第45-50页 |
| ·三种模型在不同代价下的对比 | 第50-55页 |
| ·营销建议 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-65页 |
| 致谢 | 第65页 |
