检索结果-南通市图书馆

基于集成学习融合模型的电信客户流失预测与应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于集成学习融合模型的电信客户流失预测与应用

作者：黄智柯贵州大学

学位级别：硕士

随着信息化建设迅速发展,电信市场趋于饱和,通信行业面临着竞争激烈、产品同质化严重、客户流失等诸多挑战。而在这些信息之中,当前通信运营商急需要处理的一个问题就是用户的流失问题,所谓的“用户流失”,就是指那些曾经使用过的产品... 详细信息

随着信息化建设迅速发展,电信市场趋于饱和,通信行业面临着竞争激烈、产品同质化严重、客户流失等诸多挑战。而在这些信息之中,当前通信运营商急需要处理的一个问题就是用户的流失问题,所谓的“用户流失”,就是指那些曾经使用过的产品或服务,但是因为对该产品的使用体验不好,从而丧失了对它的兴趣,使得用户最终不再使用它。但是对于一个公司来说,获得一个新的使用者所需要付出的代价要比维持一个旧的使用者所需要付出的代价要多得多。因此,如果能够利用海量的用户数据,来精确地预测用户的流失的倾向并针对性的挽留潜在的流失用户,就能够让公司的整体收益得到提升。本文以某运营商部分的用户数据作为分析的基础,采用Light GBM树模型+逻辑回归模型的融合技术对用户流失趋势进行预测,旨在探索模型融合方法对比传统的单一算法在电信运营商的用户流失预警模型中的应用,辅助运营商做出科学合理的决策。本文首先从我国的电信企业面临的严峻形式出发,对构建更加准确的流失预警模型的重要性进行了剖析,将模型融合技术用于电信用户流失预测的价值和前景进行了阐述,并对目前的研究状况进行了简单介绍。接下来对客户流失概述和该领域被广泛应用的机器学习模型进行详细的描述,包括逻辑回归算法模型、决策树模型、随机森林模型和Ligh GBM模型,之后再介绍了Light GBM+LR融合模型的特点:即LR线性模型简单、高效但未考虑特征间的关联性,Light GBM树型结构能够实现对多维数据的自动化融合和特征筛选。其次对所采集到的数据集进行了预处理工作,具体内容有:缺失值填补、数据类型的转换等。接下来,对经过处理后的数据展开描述性统计和探索性分析,从而对电信客户的各种特征和客户流失行为的联系有一个清晰的认识,并在此基础上对数据进行了新的特征构造,介绍利用iv值对新特征进行构造的方法,将样本的标准化处理和样本的不均衡性处理,在此结果上进行下一步的模型训练和预测,建模工作和数据准备阶段已基本完成。最后构建电信运营商用户流失预测模型,来预测用户的潜在流失行为,首先对每个模型进行了参数设置,并根据建模结果作出解释。之后对比了特征衍生前后的模型效果,基于业务创造出的新字段带入LR模型进行建模,AUC值较未经过特征创造的LR模型高出0.022,基于人工字段构造+树模型衍生的融合模型预测AUC值达到0.989,证明了人工字段构造新特征+树模型的特征衍生方法的有效性。进一步对建立的单一的模型和Light GBM+LR融合模型进行比较评估,得到了基于Light GBM+LR的融合模型在AUC值和AP值等指标上相较于单一模型均有显著提高。实验证明了该融合模型的方法运用到客户流失的二分类问题中有较为准确的预测能力,根据分析得到影响用户流失的关键因素,为电信运营商针对性地提供可行性建议,以减少电信客户的流失情况,从而获得更多的收益,提高企业的利润。

关键词：用户流失样本不均衡 iv值 LightGBM与LR融合模型特征构造

商业银行信用评级筛选财务指标方法效果对比与校验

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

商业银行信用评级筛选财务指标方法效果对比与校验

作者：阚士行山东大学

学位级别：硕士

伴随着中国加入WTO及经济全球化的进程,以及巴塞尔协议的要求,中国的商业银行逐步引入信用评级制度。信用风险贯穿于银行经营活动的始终,信用风险的管理成为商业银行管理的重中之重。本文主要通过对违约概率（PD）模型的处理,比较信息... 详细信息

伴随着中国加入WTO及经济全球化的进程,以及巴塞尔协议的要求,中国的商业银行逐步引入信用评级制度。信用风险贯穿于银行经营活动的始终,信用风险的管理成为商业银行管理的重中之重。本文主要通过对违约概率（PD）模型的处理,比较信息熵方法与Logistic逐步回归方法的优劣。熵的概念起源于热力学。Shannon（1948）建立对不确定性的定量化度量;Jaynes（1957）提出最大熵原理;Kullback（1959）提出最小叉熵原理;熵的概念不断地丰富,应用也逐步拓宽。本文主要通过计算Weigh Of Evidence（WOE）和Information Value（Ⅳ）,根据WOE和Ⅳ的指标选择标准,选择出指标建立模型。 Logistic回归和逐步回归都是很成熟的方法,在选择指标和建立模型方面有重要的应用。处理因变量为定型变量的数据时,可以应用Logistic逐步回归。对模型优劣的评价主要通过构造ROC和CAP曲线来实现。本文的主要安排为： ●介绍信用评级的背景及国内外信用评级的现状;●介绍信用评级的信息熵方法;●介绍信用评级的Logistic逐步回归方法;●通过某商业银行数据进行实证分析,得出结论

关键词：信用评级 WOE值 iv值 Logistic回归

基于互联网金融数据的个人信用评分模型研究及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于互联网金融数据的个人信用评分模型研究及应用

作者：张海潮浙江工商大学

学位级别：硕士

互联网的发展正在影响国内大量人民的生活,其中互联网金融发展速度特别快,但该部分产业目前面临的一个巨大挑战是如何评估个人信用风险状况。传统信用风险评估对于传统央行数据依赖较重,目前央行征信系统中存在信贷记录的人仅占全国人数... 详细信息

互联网的发展正在影响国内大量人民的生活,其中互联网金融发展速度特别快,但该部分产业目前面临的一个巨大挑战是如何评估个人信用风险状况。传统信用风险评估对于传统央行数据依赖较重,目前央行征信系统中存在信贷记录的人仅占全国人数的20%。而互联网大数据则具有覆盖面广的优点,如果能够针对用户行为特点构造多维度的用户画像,则可以为央行征信系统信贷无法支持的用户提供信用评估。大数据在信用评估的应用也存在一定的困难,即不同来源的数据之间的独有特征相差较大,主要是由于大数据存在以下特点:1、数据质量低,2、覆盖面广,3、单个变量的相关性低。不同于传统风险模型采用的强相关变量,大数据基本都是弱相关变量,因此对模型的准确性有更高的要求。传统信用风险评估模型的构建逻辑是利用行业精英的意见构造征信模型,再配合简单的统计模型方法得到最终结果,然而在新的大数据情景下,原有的方法由于维度较高已经不再适用,需要新的一套解决方案。针对现实互联网金融客户信用评分业务中数据维度高和特征稀疏问题,本文采用了分组建模思想,基于iv值提出了Biv值特征筛选方法和一种基于逻辑回归、随机森林、Catboost的加权平均模型。研究发现分组建模减少了特征稀疏问题,改进iv值显示了各个特征对于结果的影响并能够指出其突变阈值,加权平均模型准确率比每个单模型准确率更高。本文在国内某个金融机构提供的脱敏数据上进行了模型效果实证,发现直接建模的AUC为0.56,应用LRC建模方法的AUC为0.74,效果提升明显。

关键词：分组建模 iv值加权平均模型信用风险

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

文本数据流的概念漂移检测方法研究

文本数据流的概念漂移检测方法研究

作者：储光合肥工业大学

学位级别：硕士

随着互联网的不断发展,微博、电商、新闻媒体等主流应用中涌现了大量的文本数据流且其中的概念漂移也出现了新的特点:如快速,频繁、多样。而传统的概念漂移检测方法多基于分类错误率的变化,基于概念漂移导致的分类错误率上升的现象进行... 详细信息

随着互联网的不断发展,微博、电商、新闻媒体等主流应用中涌现了大量的文本数据流且其中的概念漂移也出现了新的特点:如快速,频繁、多样。而传统的概念漂移检测方法多基于分类错误率的变化,基于概念漂移导致的分类错误率上升的现象进行概念漂移检测难以适用文本数据流中的概念漂移。为此,本文面向文本数据流,针对其中的概念漂移检测工作开展研究,主要内容如下:(1)介绍了概念漂移的定义、分类,并按照数据流自身的分布特点,从监督、无监督或半监督两个种类分别介绍了传统的概念漂移分类检测方法。(2)针对传统概念漂移检测方法难以适用于复杂多变的文本数据流的问题,从概念漂移的诱因进行了分析和归纳,提出一种基于诱因的概念漂移分类方法,并在此基础上提出了对应的三层概念漂移检测模型。该方法分别从标签空间、特征空间以及特征和标签的映射关系三个层次进行概念漂移检测。实验结果表明该检测方法基于对比算法在概念漂移检测准确程度以及分类精度上的提高,尤其是在文本数据流上效果显著。(3)针对文本数据中频繁存在的漂移现象带来的概念有效信息量不足的问题,引入了LDA模型,提出了一种基于语义的概念漂移检测方法SSCD(Semantic Similarity Concept Detection),利用相邻数据块的语义信息弥补概念有效数据样本不足的缺陷,基于词和主题两个特征空间的语义相似度检测概念漂移。实验结果表明该算法可以有效提升文本数据流中的概念漂移检测效果,尤其是在概念漂移频繁程度较高时可以显著减少漏检数量。

关键词：文本数据流 iv值语义概念漂移分类

基于评分卡模型在互联网银行信用风险评估中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于评分卡模型在互联网银行信用风险评估中的应用研究

作者：李晓梅对外经济贸易大学

学位级别：硕士

随着金融行业及互联网技术的发展,我国的互联网银行带动了整个金融行业的变革。以浙江网商银行为例,浙江网商银行凭借其阿里后台强大的技术支持,以及平台的大数据资源,构建了蚂蚁信用体系。蚂蚁信用分值还可以实时更新。此套评分系统及... 详细信息

随着金融行业及互联网技术的发展,我国的互联网银行带动了整个金融行业的变革。以浙江网商银行为例,浙江网商银行凭借其阿里后台强大的技术支持,以及平台的大数据资源,构建了蚂蚁信用体系。蚂蚁信用分值还可以实时更新。此套评分系统及评分卡模型,即为本文的研究核心。本文详细介绍了评分卡模型的构建过程,包括数据采集,数据清洗,分箱,变量选择,制定分值和刻度,训练和测试,以及最后的结果分析。网商银行作为第一家线上银行,最大程度上降低了人工成本,而在其成立至今,贷款坏账率低,也是值得传统银行借鉴的地方。如何实现人工成本低,无需填写很多的表格,无需人工长时间的审批,无需过多的人工干预就达到如此优秀的效果呢?这就依托于机器学习技术及互联网技术的发展。通过研究此套系统,希望可以为促进我国整个金融行业的发展贡献力量。本文从传统银行的信用风险评估研究开始,研究了国内外银行信用风险评估方法,以及我国相关的发展历史,评分卡模型的理论基础,介绍了相关概念以及建立流程。首先是数据采集,此部分依赖于阿里系平台的数据基础;其次对数据进行清洗,填写缺失值,修改错误值,过滤掉无用资源;其次是WOE值的计算,通过分箱操作后对不同变量进行iv值的计算,确定采用哪些变量来构建模型;最后是筛选完成变量后构建评分模型,并对模型进行测试。当用户进行贷款申请时,网商银行依托此套评分体系实现了贷款一分钟审批,给小微企业带来了非常好的金融支持,促进了我国经济的快速发展。而小微企业贷款后的资金流转依托于淘宝支付宝平台,网商银行借此平台得以对小微企业进行监管,评估其发展情况以及贷款使用情况,当后续运营出现异常时也可以及时发出警报,及时催收账款,防止出现坏账。总体上研究了互联网银行的信用风险评估方法及其贷前、贷中、贷后的流程。在实证部分研究了其核心技术框架,评分卡模型的建立和使用,最后对本评分卡系统及互联网银行在风险评估过程中的优势进行分析,传统银行可以借鉴此套模型提高贷款效率,并降低坏账率,从而促进整个银行业的发展。

关键词：互联网银行评分卡 iv值 WOE 管理

基于ACS-Stacking算法的妊娠期糖尿病预测模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ACS-Stacking算法的妊娠期糖尿病预测模型研究

作者：冯鑫磊杭州师范大学

学位级别：硕士

妊娠期糖尿病是妊娠期常见的并发症,严重威胁着孕妇、胎儿和新生儿的健康,还会造成多种不良妊娠结局。尽管现代医学的发展水平越来越高,但妊娠期糖尿病的患病率仍在逐渐增加。在孕早期诊断妊娠期糖尿病并及时干预,可降低患病风险,有效... 详细信息

妊娠期糖尿病是妊娠期常见的并发症,严重威胁着孕妇、胎儿和新生儿的健康,还会造成多种不良妊娠结局。尽管现代医学的发展水平越来越高,但妊娠期糖尿病的患病率仍在逐渐增加。在孕早期诊断妊娠期糖尿病并及时干预,可降低患病风险,有效改善妊娠结局。而现行的筛查方式在孕中期执行,无法满足从孕早期开始预防和管理的需要。本文利用数据挖掘、机器学习等手段,提出一种妊娠期糖尿病的风险预测模型,能够在妊娠早期识别妊娠期糖尿病高危人群,为对高危孕产妇进行及时干预,改善妊娠结局,减轻短期和长期的不良后果提供了可能。本文根据孕妇基本信息、孕早期临床指标以及基因信息等数据,利用数据挖掘手段,结合集成学习Stacking算法,提出了ACS-Stacking算法,建立妊娠期糖尿病的风险预测模型。本文的工作内容主要分为以下三个部分:(1)首先对妊娠期糖尿病数据集进行探索性分析,针对数据质量较低、缺失严重等问题,结合多种方法完成了数据预处理工作。通过箱型图辅助完成了异常值检测与处理,通过对缺失值的统计和可视化分析,掌握了缺失值信息,完成了特殊的缺失值处理。通过iv值分析完成了特征分析与选择。最后通过可视化描述展示了数据的分布和特点。(2)以Stacking算法作为基线模型,经过改进提出了ACS-Stacking算法。算法改进包括元层输入属性特征的改变、基分类器的选择、基分类器筛选层和结合策略的应用。将基分类器输出的类别概率值作为基层输出结果,元层使用GBDT模型来学习组合基层输出的类别概率结果,并拓展了算法的层次结构,在基分类器层与元分类器层之间加入基分类器筛选层,通过CFS算法估计不同分类器集合中个体分类器准确性与多样性的权衡值,筛选出最佳基分类器集合,实现基分类器的自适应选择。(3)基于临床数据、基因数据、多源混合数据进行妊娠期糖尿病预测,利用以上算法构建了早期妊娠期糖尿病的风险预测模型。在实验中,我们使用多种模型,分别完成训练、测试与性能评估。实验结果表明,本文提出的ACS-Stacking模型预测性能更好、稳定性更高。在性能实验中,ACS-Stacking模型也取得了更为优异的性能,能够更好地预测妊娠期糖尿病。本文的主要贡献在于对Stacking算法进行了改进,提出了ACS-Stacking算法,并将其应用到了妊娠期糖尿病的预测中,能够提前在孕中期进行的糖尿病筛查时间,为早发现、早干预提供了条件。

关键词：妊娠期糖尿病 iv值集成学习基分类器筛选元分类器 ACS-Stacking