大数据算法的精确制导:信贷客户识别以及特征要素分析
外文标题：Precision of Big Data Calculation: Analysis of Credit Customer Recognition and Characteristic Factor
文献类型：期刊
作者：孙存一[1]
机构：[1]中国人民大学财政金融学院
[2]吉林财经大学金融学院
[3]北京经开租赁有限公司
年：2016
期刊名称：税务与经济
期：1
页码范围：29-33
增刊：增刊
收录情况：中文核心期刊要目总览
所属部门：财政金融学院
语言：中文
ISSN：1003-448X
链接地址：http://d.g.wanfangdata.com.cn/Periodical_swyjj201601005.aspx
关键词：大数据分析;机器学习;关联规则;客户识别
摘要：在大数据时代,将银行信贷业务与"机器学习+关联规则"算法有效结合,以智能化、自动化和准确度为目标,构建既符合行业特点又能和大数据关键技术结合的算法模型,精准地识别出风险客户,深入地挖掘出优质客户,解析出影响客户类型的关键要素,可为银行产品创新和服务创新提供有力的支撑.研究表明,我国银行业客户资源依然受传统模式的制约,银行应发挥互联网在生产要素配置中的作用,留住客户、拓展客户,创造新的服务、新的价值.
作者其他论文
实现图书馆知识管理的最佳方法--综合集成.张秋.现代情报.2002,22(7),128-129，135.
基于微观数据的房地产业税收流失研究——基于以机器学习法的实证分析.赵瑜;孙存一;王坤.中国物价.2015,65-67.
机器学习法在信贷风险预测识别中的应用.孙存一;王彩霞.中国物价.2015,45-47.
知识管理研究中的五大问题——近两年知识管理研究综述.张秋.图书馆学、信息科学、资料工作.2001,(12).
基于大数据算法的纳税遵从风险的行为轨迹与动机.孙存一;王敏.税务研究.2015,16-20.
