基于决策树的银行目标客户预测算法

夏安林，杜董生，盛远杰，刘贝

(淮阴工学院，江苏淮安 223003)

1 引言

互联网金融的兴起，使人们在日常消费中的支付更加便捷，为人们的储蓄和借贷服务带来了极大的方便和高效。在互联网金融的冲击与推动下，传统银行既要面对困难，也要面对机会。为了在日趋激烈的竞争中取得有利地位，传统银行应从根本上适应时代发展的潮流和需要[1]。由于网络金融产品在利率、费用、时间等方面相对于传统银行理财产品具有明显的优越性，因此，人们更愿意选择将存款资金投资到网络理财产品中，从而导致了银行客户资源的大量流失。而银行是传统的金融业，虽然有着庞大的用户基数，却不能完全利用这些数据，因此，大量的数据并没有给银行提供更多的信息，更没有发现海量的有用资料。

大数据时代，以互联网、大数据、人工智能为代表的信息技术与各行各业的结合越来越紧密，随着大数据对传统金融行业的革新，我国传统银行面临着新的机遇和挑战[2]。传统银行系统具有丰富的数据量，但是获得的信息却很匮乏，银行许多重要决策依旧是通过经验做出的，而不是根据通过分析数据的结果科学决策，因此利用机器学习的方法对数据进行分析，做出科学的决策才能使银行巨大的数据库发挥真正的作用[3]。

决策树是一种广泛应用于数据挖掘的分类技术，通过对顾客进行归类、对顾客进行顾客关系的处理，并采用不同的市场策略，理解顾客的需要，降低顾客的损失，并提升企业的使用效率，降低费用，增加效益。……