基于决策树—BP神经网络的高净值客户价值评价

周毓萍+蔡文娟+黄彬

【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05

【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05

【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05【摘要】 现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价，但没有结合高净值客户的特征及客户协同创新理论来综合评价，因此，文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上，采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型，对各个评价指标进行综合量化评价，使商业银行更加合理地整合自身资源，充分利用筛选出的优质高净值客户协同资源，提高协同效率，降低协同成本。

【关键词】 高净值客户； 客户协同创新； 决策树； BP神经网络

中图分类号：F830.5文献标识码：A文章编号：1004-5937（2014）16-0013-05