- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于监督学习的优质客户流失预测方法、装置及存储介质,其中方法包括:获取待流失预测的优质客户,并提取待流失预测的优质客户预设时间段内的流失特征数据;将待流失预测的优质客户的流失特征数据输入预先训练好的优质客户流失预测模型中,输出优质客户流失预测结果;其中,优质客户流失预测模型通过利用构建的优质客户流失预测样本数据集对基于XGBoost算法构建的预测模型进行训练得到。选优质客户群体作为研究对象,减轻了训练数据的类别不均衡情况,提升模型的训练速度和准确性,还能把握住银行的核心客户;使用
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112308623 A
(43)申请公布日 2021.02.02
(21)申请号 202011240662.8
(22)申请日 2020.11.09
(71)申请人 中南大学
地址 41
文档评论(0)