決策樹在個性化金融對賬單中的應(yīng)用.pdf

1、如今，信用卡消費(fèi)已逐漸成為一種重要的支付手段，通過信用卡交易既讓消費(fèi)者節(jié)省了交費(fèi)時間，同時也令銀行從中獲得了很大利潤。對賬單是用戶高度關(guān)注的單據(jù)，它不僅是信用卡的單純附屬品，而且是銀行與用戶間重要的溝通媒介。目前國內(nèi)多數(shù)銀行的信用卡對賬單存在同質(zhì)化的問題，對賬單的打印采用統(tǒng)一的模版，隨對賬單一起發(fā)放的各種廣告也是依據(jù)投放份數(shù)隨機(jī)發(fā)放。這樣的對賬單不僅格式簡單、親切感差，而且廣告投放沒有針對性，收益性很小。
　　 針對傳統(tǒng)信用卡對

2、賬單存在的以上問題，本文利用決策樹分類技術(shù)，通過分析信用卡持卡人消費(fèi)記錄，對持卡人進(jìn)行分類，挖掘出不同客戶群的需求特征和對產(chǎn)品的期望傾向。然后，根據(jù)持卡人的消費(fèi)模式和市場情況，通過個性化推薦，為不同持卡人提供有針對性的廣告推薦服務(wù)，生成“個性化”的對賬單。
　　 本文的具體研究內(nèi)容包括以下三個方面：
　　 1.數(shù)據(jù)預(yù)處理：由于信用卡消費(fèi)數(shù)據(jù)存在片段性、不完整性、重復(fù)性等問題，需要對數(shù)據(jù)進(jìn)行預(yù)處理。本文分別采用聚集、平均值

3、替換等方法解決了片段性、不完整性問題。針對數(shù)據(jù)的重復(fù)性問題，提出一種基于多趟近鄰排序算法的改進(jìn)算法，對冗余數(shù)據(jù)進(jìn)行刪除，最終生成滿足分類挖掘要求的消費(fèi)數(shù)據(jù)記錄集。
　　 2.用戶分類模型的建立：通過對多種分類算法的比較，選擇C4.5決策樹[3]算法作為建立用戶分類模型的數(shù)據(jù)挖掘算法，并分別根據(jù)消費(fèi)金額、消費(fèi)場所和消費(fèi)者年齡和性別，構(gòu)造用戶消費(fèi)分類模型，得出不同消費(fèi)群體的消費(fèi)特點(diǎn)。
　　 3.個性化對賬單生成：根據(jù)信用卡消