SAS金融数据挖掘与建模:系统方法与案例解析

SAS金融数据挖掘与建模:系统方法与案例解析

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

这是一本介绍金融企业数据建模的专著。

内容简介

本书是一本介绍金融企业数据建模的专著。书中以信贷(信用卡)客户的生命周期管理为主线,选取了5个在客户获取、提升、成熟和衰退环节的最经典的金融企业案例,来详细介绍最具价值与实用性的数据建模过程,每个案例既自成体系又前后呼应。

作者简介

作者陈春宝,先后获得了经济学硕士和工业工程博士学位,拥有10年数据分析及应用经验,目前任职于股份制商业银行总行,在数据挖掘、机器学习和业务咨询方面有着独到的见解,他的工作跨大数据、营销、风险、运营等多个领域,擅长诊断各类业务问题,应用商业和数据分析手段获得创新性的解决方案,并帮助业务部门有效的实施。

章节目录

版权信息

赞誉

前言

第1章 金融数据挖掘与建模应用场景

1.1 客户数据挖掘的价值

1.2 金融客户生命周期及数据应用场景

1.3 最具代表性的数据应用场景

第2章 客户获取:信用卡客户欺诈评分案例

2.1 案例背景

2.2 数据准备与预处理

2.3 构建评分模型

2.4 评分模型的应用

2.5 小结

第3章 客户提升:信用卡客户精准营销案例

3.1 案例背景

3.2 建模准备

3.3 数据清洗及变量粗筛

3.4 变量压缩与转换变量

3.5 模型训练

3.6 模型评估

3.7 模型的部署及更新

3.8 本章小结

第4章 客户成熟:银行零售客户渠道偏好细分案例

4.1 案例背景

4.2 聚类分析流程

4.3 数据标准化

4.4 变量聚类

4.5 变量降维与可视化

4.6 ACECLUS预处理过程

4.7 系统聚类分析

4.8 快速聚类

4.9 两步聚类法

4.10 本章小结

第5章 客户衰退:银行贷款违约预测案例

5.1 案例背景

5.2 维度分析

5.3 建模分析

5.4 业务应用

5.5 小结

第6章 客户挽留:信用卡客户流失管理案例

6.1 案例背景

6.2 数据准备

6.3 流失倾向预警:用Logistic回归构建响应率模型

6.4 潜在客户价值预测:两阶段建模法

6.5 细分:差异化营销服务的基础

6.6 小结

SAS金融数据挖掘与建模:系统方法与案例解析是2017年由机械工业出版社华章公司出版,作者陈春宝。

得书感谢您对《SAS金融数据挖掘与建模:系统方法与案例解析》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
货币与金融统计核算原理研究:基于IMF最新MFSMCG 电子书
从经济核算的一致性出发,研究金融统计核算与国民经济核算及其源数据的一致性。
金融加速器:货币政策传导机制与效应 电子书
在理论分析与量化分析的基础上,提出完善转轨时期我国货币政策调控框架的政策建议。
国际贸易网络结构与金融危机传染 电子书
在金融危机的跨国传染过程中,国际贸易扮演着重要角色。
中国灵活动态金融状况指数构建与应用研究 电子书
本书构建的FCI与通货膨胀有很高的相关性,且领先通胀1~7个月,能够很好地预测通胀。
科技投资新时代:TMT投资方法、趋势与热点聚焦 电子书
适读人群 :TMT行业从业者,TMT个人及机构投资者,对TMT投资感兴趣的读者。 对于TMT行业从业者来说,把握和发现行业发展大势非常重要;对于TMT投资者来说,紧跟投资热点、发现投资机会不可或缺。科技投资新时代已经来临,我们需要了解并紧跟时代发展! 本书是TMT投资领域先河之作 作者系方正证券研究所通信互联网知名分析师,深耕科技投资产业研究与实战10余年 工业和信息化部信息通信经济专家委员会秘书长、中国信息通信研究院副总工程师陈金桥倾情作序 中国电信集团科技委主任韦乐平、方正证券董事长高利、千合资本管理有限公司董事长王亚伟 联袂推荐 随书附赠“科技投资新趋势”音频 帮你掌握TMT投资研究方法、分析视角、整体行情及趋势,紧抓大数据、云计算、人工智能、物联网、5G、3D成像、全面屏等投资热点