机读格式显示(MARC)

• 000 02033nam 2200313 450

• 001 0000272931

• 005 20191204144100.0

• 010 __ |a 978-7-111-58047-8 |d CNY59.00

• 100 __ |a 20171107d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a SAS金融数据挖掘与建模 |A SASjin rong shu ju wa jue yu jian mo |e 系统方法与案例解析 |d = SAS financial data mining and modeling |e practical applications and analytics |f 陈春宝, 徐筱刚, 田建中著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a xiii, 208页 |c 图 |d 24cm

• 225 2_ |a SAS大学技术丛书 |A SASda xue ji shu cong shu

• 314 __ |a 陈春宝, 上海交通大学工业工程博士, 现任职于某商业银行。徐筱刚, 上海某金融机构高级数据分析师。田建中, 北京师范大学管理学硕士, 先后在电信业、银行业从事数据仓库建设。

• 330 __ |a 本书以客户生命周期管理为主线, 结合翔实的案例介绍最具含金量的数据挖掘与建模方法, 每个案例既自成体系又前后呼应。第1章介绍数据挖掘在客户生命周期管理中的应用, 对如何构建客户标签体系和客户画像做了详细介绍。第2章结合一个市场研究案例, 介绍完整的客户洞察分析过程, 对对应分析、偏好分析、联合分析等简单好用的客户研究方法做了完美阐释。第3章结合信用卡客户细分介绍完整的聚类过程, 除快速、系统、两步聚类算法外, 详细介绍实际分析过程中必不可少的数据预处理过程。第4章结合信用卡客户精准营销案例, 介绍营销响应模型的构建、评估与应用, 完整阐述模型的整个生命周期。第5章结合信用卡客户流失预警与挽留案例, 介绍客户价值 (数值) 预测与流失倾向 (事件) 预测两类问题的建模过程及组合应用。第6章结合信用卡客户反欺诈案例, 介绍目前最常用的反欺诈方法, 以及机器学习中集成算法的典范--随机森林。

• 410 _0 |1 2001 |a SAS大学技术丛书

• 510 1_ |a SAS financial data mining and modeling |e practical applications and analytics |z eng

• 517 1_ |a 系统方法与案例解析

• 606 0_ |a 金融统计 |A jin rong tong ji |x 统计分析 |x 应用软件

• 690 __ |a F830.49 |v 5

• 701 _0 |a 陈春宝 |A chen chun bao |4 著

• 701 _0 |a 徐筱刚 |A xu xiao gang |4 著

• 701 _0 |a 田建中 |A tian jian zhong |4 著

• 801 _0 |a CN |b 湖北三新 |c 20180116

• 905 __ |a AUSTL |d F830.49/C212