申请/专利权人：中国建设银行股份有限公司重庆市分行

申请日：2023-12-10

公开（公告）日：2024-03-05

公开（公告）号：CN117649293A

主分类号：G06Q40/02

分类号：G06Q40/02;G06Q30/0202;G06F16/28;G06F16/215;G06F16/22;G06F18/214;G06F18/24

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明属于涉及大数据技术领域，具体涉及面向银行代发客户的资产留存提升方法及系统。该方法具体包括客户数据处理、特征工程、模型训练、模型计算及输出营销名单等步骤。客户处理程序具体包括确定预测目标的变量从而确定后续模型训练的正样本及负样本，确定代发客户目标客群，选择筛选指标，完成数据提取并构建模型宽表，进行数据加工和清洗等步骤。本发明同时包括用于执行前述方法的系统，以及计算机可读存储介质，该介质上存储有用于执行前述方法的计算机程序。

主权项：1.面向银行代发客户的资产留存提升方法，其特征在于，包括步骤：步骤S1：客户数据处理；步骤S101:调用数据仓库，获取客户数据，选择代发客户月日均AUM提升相较于其代发工资大于一定阈值指标作为模型的分类指标；步骤S102:确定预测目标的变量，并确定在次月资产提升的目标AUM值，从而确定后续模型训练中的正样本及负样本；步骤S103:选择一个观测时间点，从而确定代发客户目标客群；步骤S104：从目标客户代发客群的客户信息中选择若干影响因素，作为筛选指标；步骤S105：针对步骤S103确定的代发客户目标客群，从数据源中根据步骤S104确定的筛选指标完成数据提取，构建模型宽表；步骤S106：针对步骤S105完成提取的数据进行加工和清洗；步骤S2：特征工程，针对步骤S1完成处理的客户数据，生成新的特征或衍生变量，采用相关系数法对特征进行选择；步骤S3：模型训练，将完成步骤S106及步骤S2的数据分为训练集和测试集，训练集占总数据的80％，测试集占20％，使用机器学习算法对训练集的客户数据进行训练，在测试集验证模型效果，对比不同模型的训练准确度，采用分类模型评价方法选择冠军模型；步骤S4：模型计算，完成S3步骤确定冠军模型后，重新确定一个观测时间点，执行步骤S103，确立新的预测目标客户集合，再进行步骤S106及步骤S2，并将获得的目标客群数据带入到步骤S3确定的冠军模型中，得到预测集合的分类结果；步骤S5：输出营销名单，针对步骤S4取得的预测集合分类结果，形成并输出营销名单。

全文数据：

权利要求：

百度查询： 中国建设银行股份有限公司重庆市分行 面向银行代发客户的资产留存提升方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD