HarveyLau / RFM-Clustering
利用RFM模型建模,并通过聚类分析、分类,分别算出8中不同的价值会员
☆37Updated 6 years ago
Alternatives and similar repositories for RFM-Clustering:
Users that are interested in RFM-Clustering are comparing it to the libraries listed below
- 基于RFM和决策树模型构建专家推荐系统。融合了RFM模型和决策树模型,结合专业运营人员的业务经营,发掘潜在用户,进行推荐营销召回。☆87Updated 9 months ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 6 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆41Updated 6 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 4 years ago
- 风险评分卡全流程建模☆36Updated 4 years ago
- 三等奖,构建模型用于预测用户是否会二次贷款☆26Updated 7 years ago
- 关于评分卡的基本流程☆68Updated 5 years ago
- This is the behavior scorecard, which includes three modules, including data processing, establishment of score card and effect evaluatio…☆19Updated 5 years ago
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆21Updated 3 years ago
- Python数据分析与挖掘实战书中的实例学习☆28Updated 7 years ago
- 依据香港中文大学设计的规则系统,先用小样本评论建立初始关键词库,再结合18种句式逐条匹配评论,能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后,达到较高准确率的基础上,使用Tableau进一步分析数据,识别出客户集中关注的商品属性、普遍好评差评的商品属性;通过…☆53Updated 7 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛 复赛第六☆19Updated 5 years ago
- ☆37Updated 6 years ago
- 基于Python的申请信用评分卡模型分析☆137Updated 6 years ago
- JDD-2017 京东金融大数据竞赛-销量预测-15th/889队☆36Updated 7 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- 拍拍贷网贷数据挖掘,风控建模☆48Updated 7 years ago
- 基于自构造函数的特征提取评分项目(缺失值处理,单变量相关性分析,特征评分,降维)☆15Updated 7 years ago
- 国内首个迁移学习赛题 中国平安前海征信“好信杯”迁移学习大数据算法大赛 FInSight团队作品(算法方案排名第三)☆86Updated 6 years ago
- 拍拍贷风控评分卡☆21Updated 5 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律,爬取70多万条2014年公开的发明专利,然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取,依照词频排序提取…☆106Updated 7 years ago
- 中文自然语言处理聚类与关键词提取教程☆21Updated 5 years ago
- 深度学习用于近日头条用户画像☆27Updated 6 years ago
- 作者:张君颖,个人项目作品展:https://lotbear.com☆31Updated 3 years ago
- Risk scorecard develop tool welcome to use☆17Updated 3 years ago
- 基于用户行为的推荐算法大赛---第四名(临兵斗列 )☆41Updated 8 years ago
- 根据以往的电话外呼数据以及用户数据信息,提取有价值信息,完成数据分析报告,构建预测模型,提交部署,应用于现有存量用户,下采样,逻辑回归模型召回率87%。☆10Updated 7 years ago
- Use Machine learning to build scorecard model☆32Updated 6 years ago