银行客户分类的数据特征选择方法与实证研究

doi:10.3778/j.issn.1002-8331.2010-0238

摘要/Abstract

摘要： 针对银行客户数据维度高、量级大和冗余特征多等问题，提出了一种借鉴多模态融合思想的综合特征筛选方法，通过计算并比较数据集中各特征的综合贡献度来对冗余特征进行筛选。基于真实银行客户数据特点，给出了一种包括类型转换及离散化、缺失值填充和标准化三部分的数据预处理方案，并对真实银行客户数据进行预处理；利用Pearson相关系数、随机森林、量化先验认知以及提出的多模态视角下的综合特征筛选方法对预处理后数据集中的冗余特征进行筛选，并分别提取到14个、8个、15个和11个特征；根据实验研究结果，从定性与定量两个层面对四种特征选择方法的特征选择效果进行充分比较。实验结果表明，提出的一种借鉴多模态融合思想的综合特征筛选方法能够有效弥补不同特征选择方法间的缺陷，降低数据维度，进而提升银行客户分类模型性能。

关键词: 客户细分, 特征选择, 知识挖掘, 量化先验认知, 多模态

Abstract: Aiming at the problems of high dimension, large scale and many redundant features of bank customer data, this paper proposes a comprehensive feature selection method based on multi-modal fusion, which can select redundant features by calculating and comparing the comprehensive contribution of each feature in the data set. Firstly, based on the characteristics of real bank customer data, this paper presents a data preprocessing scheme including type conversion and discretization, missing value filling and standardization, and preprocesses the real bank customer data. Secondly, it uses Pearson correlation coefficient, random forest, quantitative prior cognition and the multimodal comprehensive feature selection method proposed in this paper to filter the redundant features in the preprocessed dataset, and 14, 8, 15 and 11 features are extracted respectively. Finally, according to the experimental results, the feature selection effects of the four feature selection methods are fully compared from the qualitative and quantitative levels. The experimental results show that a comprehensive feature selection method based on multimodal fusion can effectively make up for the defects of different feature selection methods, reduce the data dimension, and improve the performance of bank customer classification model.

Key words: customer segmentation, feature selection, knowledge mining, quantitative prior knowledge, multi-modal

段刚龙, 王妍, 马鑫, 杨泽阳. 银行客户分类的数据特征选择方法与实证研究[J]. 计算机工程与应用, 2022, 58(11): 302-312.

DUAN Ganglong, WANG Yan, MA Xin, YANG Zeyang. Data Feature Selection Method and Empirical Study of Bank Customer Segmentation[J]. Computer Engineering and Applications, 2022, 58(11): 302-312.

参考文献

[1] 牟冬梅，王萍，赵丹宁.高维电子病历的数据降维策略与实证研究[J].数据分析与知识发现，2018，2（1）：88-98.
MU Dongmei，WANG Ping，ZHAO Danning.Reducing data dimension of electronic medical records：an empirical study[J].Data Analysis and Knowledge Discovery，2018，2（1）：88-98.
[2] 姜涛，李战怀.基因表达数据中的局部模式挖掘研究综述[J].计算机研究与发展，2018，55（11）：2343-2360.
JIANG Tao，LI Zhanhuai.A survey on local pattern mining in gene expression data[J].Journal of Computer Research and Development，2018，55（11）：2343-2360.
[3] WITTEN I H，FRANK E.Data mining：practical machine learning tools and techniques[M].3rd ed.[S.l.]：Morgan Kaufmann Publisher，2001.
[4] 赵领帅.微博用户转发预测特征的特征选择研究[D].西安：西北大学，2018.
ZHAO Lingshuai.Research on feature selection of weibo users’ forwarding behavior prediction features[D].Xi’an：Northwest University，2018.
[5] KOMPAS T，VAN HA P.The ‘curse of dimensionality’ resolved：the effects of climate change and trade barriers in large dimensional modelling[J].Economic Modelling，2019，80：103-110.
[6] HINRICHS A，PROCHNO J，ULLRICH M.The curse of dimensionality for numerical integration on general domains[J].Journal of Complexity，2018，50：25-42.
[7] 刘海鸥，孙晶晶，苏妍嫄，等.基于用户画像的旅游情境化推荐服务研究[J].情报理论与实践，2018，41（10）：87-92.LIU Haiou，SUN Jingjing，SU Yanyuan，et al.Research on the tourism situational recommendation service based on persona[J].Information Studies：Theory & Application，2018，41（10）：87-92.
[8] 张继东，蔡雪.基于用户行为感知的移动社交网络信息服务持续使用意愿研究[J].现代情报，2019，39（1）：70-77.
ZHANG Jidong，CAI Xue.Research on continuance usage intention of mobile social network information service based on user behavior perception[J].Journal of Modern Information，2019，39（1）：70-77.
[9] 潘小明，屈军.金融服务需求模式演变与商业银行渠道管理[J].南方金融，2019（1）：82-91.
PAN Xiaoming，QU Jun.Evolution of financial services demand model and channel management of commercial banks[J].South China Finance，2019（1）：82-91.
[10] 张永东.基于非均衡样本的信用债违约风险预警研究[J].南方金融，2019（1）：5-14.
ZHANG Yongdong.Research on early warning of default risk of credit bonds based on imbalanced samples[J].South China Finance，2019（1）：5-14.
[11] 石勇，马福海，齐志泉，等.基于比例标签学习的商业银行重要基金客户识别研究[J].数学的实践与认识，2017，47（19）：291-302.
SHI Yong，MA Fuhai，QI Zhiquan，et al.Research on the classification of commercial banks’ fund clients based on learning with label proportions[J].Journal of Mathematics in Practice and Theory，2017，47（19）：291-302.
[12] 王彦博，刘曦子，陈进.大数据时代商业银行小微金融客户续贷预测研究[J].浙江社会科学，2017（6）：36-44.
WANG Yanbo，LIU Xizi，CHEN Jin.Customer “renew-loan” prediction for small-and-micro business in commercial banking in the big data era[J].Zhejiang Social Sciences，2017（6）：36-44.
[13] 韩宏稳.互联网金融冲击下银行个人客户分类管理研究[J].哈尔滨工业大学学报（社会科学版），2017，19（3）：123-130.
HAN Hongwen.Research on individual customer classification management of commercial banks under the impact effect of the Internet finance[J].Journal of Harbin Institute of Technology（Social Science Edition），2017，19（3）：123-130.
[14] STORBACKA K.Segmentation based on customer profi-tability—retrospective analysis of retail bank customer bases[J].Journal of Marketing Management，1997，13（5）：479-492.
[15] 黄冬梅，徐宸弋轩，郑霞，等.面向海洋预报任务的大数据可视化系统研究[J].计算机工程与应用，2019，55（7）：87-94.
HUANG Dongmei，XU Chenyixuan，ZHENG Xia，et al.Research on big data visualization system for marine forecast missions[J].Computer Engineering and Applications，2019，55（7）：87-94.
[16] 唐小川，罗亮.基于析因设计的大数据相关关系挖掘算法[J].计算机应用，2018，38（9）：2507-2510.
TANG Xiaochuan，LUO Liang.Big data correlation mining algorithm based on factorial design[J].Journal of Computer Applications，2018，38（9）：2507-2510.
[17] 崔治国，曹勇，武根峰，等.基于机器学习算法的建筑能耗监测数据预处理技术研究[J].建筑科学，2018，34（2）：94-99.
CUI Zhiguo，CAO Yong，WU Genfeng，et al.Research on preprocessing technology of building energy consumption monitoring data based on machine learning algorithm[J].Building Science，2018，34（2）：94-99.
[18] 何兴高，李蝉娟，王瑞锦，等.基于信息熵的高维稀疏大数据降维算法研究[J].电子科技大学学报，2018，47（2）：235-241.
HE Xinggao，LI Chanjuan，WANG Ruijin，et al.Research on dimensional reduction of sparse matrix data based on information entropy[J].Journal of University of Electronic Science and Technology of China，2018，47（2）：235-241.
[19] 侯莉莎.大数据集合中冗余特征排除的聚类算法设计[J].现代电子技术，2018，41（14）：48-50.
HOU Lisha.Design of clustering algorithm for redundancy feature removal in big data sets[J].Modern Electronic Technique，2018，41（14）：48-50.
[20] 张文杰，蒋烈辉.一种基于遗传算法优化的大数据特征选择方法[J].计算机应用研究，2020，37（1）：50-52.
ZHANG Wenjie，JIANG Liehui.Using genetic algorithm for feature selection optimization on big data processing[J].Application Research of Computers，2020，37（1）：50-52.
[21] 于化龙，韩雪峰.基于改进K均值聚类的银行客户分类算法[J].湘潭大学自然科学学报，2018，40（3）：125-128.
YU Hualong，HAN Xuefeng.Bank customer classification algorithm based on improved K-means clustering[J].Natural Science Journal of Xiangtan University，2018，40（3）：125-128.
[22] DUAN Ganglong，HU Wenxiu，ZHANG Zhiguang.A novel multilayer data clustering framework based on feature selection and modified K-means algorithm[J].International Journal of Signal Processing，Image Processing and Pattern Recognition，2016，9：80-90.
[23] DUTTA S，GHATAK S，DAS A K，et al.Feature selection-based clustering on micro-blogging data[C]//International Conference on Computational Intelligence in Data Mining，2019.
[24] 李伟.全面提升央行信息化水平[J].中国金融，2017（20）：24-26.
LI Wei.Comprehensively improve the informatization level of the central bank[J].China Finance，2017（20）：24-26.
[25] 马特林.认知心理学：理论、研究和应用[M].李永娜，译.北京：机械工业出版社，2016.
MATLIN M W.Cognitive psychology[M].LI Yongna.Beijing：China Machine Press，2016.
[26] ZDZIS?AW K，MICHA? C.Embodying intelligence in autonomous and robotic systems with the use of cognitive psychology and motivation theories[J].Advances in Data Analysis with Computational Intelligence Methods，2018，738：335-352.
[27] 李霞，卢官明，闫静杰，等.多模态维度情感预测综述[J].自动化学报，2018，44（12）：2142-2159.
LI Xia，LU Guanming，YAN Jingjie，et al.A survey of dimensional emotion prediction by multimodal cues[J].Acta Automatica Sinica，2018，44（12）：2142-2159.
[28] WANG Y.Multimodal emotion recognition algorithm based on edge network emotion element compensation and data fusion[J].Personal and Ubiquitous Computing，2019（5）：1-10.
[29] TSIOURTI C，WEISS A，WAC K，et al.Multimodal integration of emotional signals from voice，body，and context：effects of （in） congruence on emotion recognition and attitudes towards robots[J].International Journal of Social Robotics，2019，11：555-573.