首页 > 试题广场 >

又到一年毕业季，一大批刚刚步入职场的应届生申请办理我行信用卡

[问答题]

又到一年毕业季，一大批刚刚步入职场的应届生申请办理我行信用卡，为了能最大程度的得到优质的信用卡客户，更精准地确定客户优劣和价值高低。考虑利用机器学习的思想在已有传统人工规则的基础上作辅助决策。针对这个场景，详细描述所需要的数据、数据的处理过程、选择的算法及原因、评价指标等过程。

神拳小江南_南七

需要的数据如下：
    往年办理信用卡的记录，包括信用卡用户的年龄、性别、毕业学校、学位、所学专业类别、毕业学校的城市、毕业后所签约的公司、签约工作的行业、
签约公司的性质、签约公司所在地、消费区间、消费的比例构成等。如果办理成功，则标签为1，否则为0
    数据的预处理包括：对申请人的毕业学校、学位、专业、签约公司、签约城市、公司性质等特征进行打分，如毕业学校这里：大专为1、二本
及以下本科为2，二本及以下研究生为3，一本本科为3，一本研究生及211本科为4，211研究生及985本科为5，985研究生为6等。签约公司也进行类似的
打分，如：规模小于100人的私企为1，规模为1000以内的私企也2，。。。
    选择的算法可以为lightgbm，原因在于lightgbm的计算速度快，对于回归的输出好。评价指标为logloss，因为输出为具体办理的概率，因此用
logloss来对模型进行评价，尽量使logloss的值小。

发表于 2018-03-26 15:08:40 回复(2)

黄子涵

决策树算法将用户分为不同的价值等级，考察用户学历，家庭，收入，征信等信息，若数据类别较多，则使用随机森林算法防止过拟合。评价指标选择F1-score，使用网格搜索确定最大深度等决策树参数。

发表于 2018-05-18 16:48:33 回复(0)

Skyline_404

这个场景可以用决策树算法，把目标用户根据，学历，收入，家庭背景等等。选取特征。将维预处理之后，用C5.0或CRAT算法生成决策树。最后再根据模型进行适当的修剪。把目标用户分成不同的价值等级。

发表于 2018-04-20 13:46:42 回复(0)

neu_y

本人不了解机器学习的具体算法，只是说一下个人思路，希望有大神能提供idea。我觉得需要用到神经网络训练学习的方法，输入是一些信用卡客户的信息，比如性别，年龄，月收入，存款，消费能力（年消费额度）以及信誉（根据客户的还款记录），输出是客户等级，比如说1>2>3，寻找合适的训练模型，反复利用历史客户的输入输出对模型进行训练确定参数。当有客户有意愿申请招行的信用卡时，可以根据客户的这些信息确定客户的价值，从而确定合适的信用卡类型。

发表于 2018-04-19 15:51:13 回复(0)

bexvan

这个问题，需要向面试官问很多问题。

发表于 2018-03-24 01:51:04 回复(0)

提交观点

问题信息

招商银行信用卡中心

上传者：小小

难度：

5条回答 49收藏 1825浏览

又到一年毕业季，一大批刚刚步入职场的应届生申请办理我行信用卡

问题信息

热门推荐

相关试题