利用决策树预测零售银行放贷潜在商业部门的数据挖掘方法
计算机与社会
2015-04-09 v1
摘要
每个金融机构的潜在目标是长期保留现有客户并获取新的潜在客户。客户的经济行为和机构的性质在手动银行中受称为了解你的客户(Know Your Customer, KYC)的规定形式控制。某些行业（珠宝/黄金、武器、货币兑换商等）的存款客户属于高风险；而某些行业（运输运营商、汽车经销商、宗教）属于中等风险；其余行业（零售、企业、服务、农民等）属于低风险。目前，交易对手的信用风险可大致分为定量和定性因素。尽管银行中已有许多关于客户保留和客户流失的系统，但这些严格的方法缺乏在商业部门发放贷款的清晰明确方法。在本文中，我们使用了孟加拉国Tangail city（包括城乡地区）一家零售商业银行的商业客户记录，以分析客户的主要交易决定因素并预测零售银行中潜在部门的模型。为此，采用了数据挖掘方法来分析具有挑战性的问题，其中使用剪枝决策树分类技术来开发模型，并最终用Weka结果测试其性能。此外，本文试图建立一个模型来预测零售银行中的潜在商业部门。
引用
@article{arxiv.1504.02018,
title = {A Data Mining Approach to Predict Prospective Business Sectors for Lending in Retail Banking Using Decision Tree},
author = {Md. Rafiqul Islam and Md. Ahsan Habib},
journal= {arXiv preprint arXiv:1504.02018},
year = {2015}
}
备注
This paper contains 10 pages, 7 figures, 1 table and 1 algorithm. See more from here, http://airccse.org/journal/ijdkp/papers/5215ijdkp02.pdf and journal information see here http://airccse.org/journal/ijdkp/ijdkp.html http://www.airccse.org http://www.airccj.org