周毓萍+蔡文娟+黃彬

【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05

【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05

【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05【摘要】 現(xiàn)有研究運(yùn)用三維圖和BP神經(jīng)網(wǎng)絡(luò)模型等方法對(duì)客戶價(jià)值進(jìn)行量化評(píng)價(jià)，但沒(méi)有結(jié)合高凈值客戶的特征及客戶協(xié)同創(chuàng)新理論來(lái)綜合評(píng)價(jià)，因此，文章在構(gòu)建基于協(xié)同創(chuàng)新商業(yè)銀行高凈值客戶價(jià)值評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用基于C5.0算法的決策樹(shù)方法和基于BP算法的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建了更精確的組合模型，對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行綜合量化評(píng)價(jià)，使商業(yè)銀行更加合理地整合自身資源，充分利用篩選出的優(yōu)質(zhì)高凈值客戶協(xié)同資源，提高協(xié)同效率，降低協(xié)同成本。

【關(guān)鍵詞】 高凈值客戶； 客戶協(xié)同創(chuàng)新； 決策樹(shù)； BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）16-0013-05