基于決策樹—BP神經網絡的高凈值客戶價值評價
2014-08-08 22:46:27周毓萍蔡文娟黃彬
會計之友 2014年16期
周毓萍+蔡文娟+黃彬
【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05
【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05
【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05【摘要】 現有研究運用三維圖和BP神經網絡模型等方法對客戶價值進行量化評價，但沒有結合高凈值客戶的特征及客戶協同創新理論來綜合評價，因此，文章在構建基于協同創新商業銀行高凈值客戶價值評價指標體系的基礎上，采用基于C5.0算法的決策樹方法和基于BP算法的神經網絡方法構建了更精確的組合模型，對各個評價指標進行綜合量化評價，使商業銀行更加合理地整合自身資源，充分利用篩選出的優質高凈值客戶協同資源，提高協同效率，降低協同成本。
【關鍵詞】 高凈值客戶； 客戶協同創新； 決策樹； BP神經網絡
中圖分類號：F830.5文獻標識碼：A文章編號：1004-5937（2014）16-0013-05
