SAS金融数据挖掘与建模(系统方法与案例解析)/SAS大学技术丛书

赞誉
序
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
· · · · · · (更多)

赞誉
序
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
· · · · · · (收起)