《表2 实验一分类效果：商业银行大数据技术探索——从日常交易流水到价值客户发现》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《商业银行大数据技术探索——从日常交易流水到价值客户发现》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验一结果显示，首先，只采用基础属性作为客户价值分类属性带入分类器训练，分类效果很不理想。因此，客户基础属性单独作为客户价值分类指标无法为精准营销活动提供有效指导。这种结果可能是本研究所采用的客户基本信息维度较低所致，但考虑到商业银行能获取的客户其他维度信息渠道不多，作者认为这种假设在合理范围。其次，将客户日常消费行为属性纳入客户价值分类相对于基本属性有效地提高了分类属性。这说明不同价值类别的客户在消费行为上存在明显差异，而相同价值类别的客户在消费模式上比较类似。利用网络表示学习得到的节点表示向量能很好地区别这种群体行为上的异同，反映群体行为特征。最后，将两种类型的属性指标都加入分类任务，则对应的分类效果最佳。但相对于只采用交易行为属性，提高并不明显，只提升了约5%的分类效率。这说明客户基础属性的直接加入并不能显著提高分类效率。