决策树技术在商业银行中小企业客户识别中的应用研究

摘要

对商业银行来说，随着我国金融业对外开放的不断深化和国家对金融监管的不断强化，面临的竞争与压力越来越大，同时金融脱媒的进一步扩大，能否有效拓展和营销中小企业客户市场已成为商业银行在未来市场竞争中保持优势的关键。如何提升中小企业客户的客户关系管理水平，又是有效拓展和营销中小企业客户的核心，其中在众多中小企业客户中识别出风险较低的优质客户，为其提供高质量的服务，是商业银行急需解决的重要问题。
　　 本文主要采用数据挖掘技术中的决策树方法，根据数据库中昆明某商业银行客户数据资料，运用多种数据处理方法对数据库中的数据进行选择；在具体的数据库模块实现过程中，提出属性标识的方法，解决了属性选择问题，得到了客户信息的相关数据集；在考虑数据质量和计算效率以及适用性的基础上选择了相关的数据处理方法，对客户信息数据集进行一系列的预处理，得到了适合挖掘的数据集，并将其应用到商业银行中小企业客户的识别中。通过对决策树技术在商业银行中小企业客户识别中的实现应用过程分析，设计了客户风险识别预测的系统原型，运用ID3算法，初步尝试建立了一个客户风险识别预测模型，对该模型进行了验证。同时，根据模型总结了相关规则，运用预测模型和这些规则在昆明某商业银行中小企业客户识别中初步进行了客户是较高风险客户还是较低风险客户的预测识别，较为有效的提升了对优质低风险中小企业客户的识别准确率和效率。