论文部分内容阅读
本文意在通过机器学习算法对银行零售数据进行深度挖掘,探索传统商业银行基于机器学习模型构建精准营销策略的切入点。本文使用商业银行数据分别构建基于逻辑回归算法和随机森林算法的理财产品响应预测模型,并进行结果对比分析,得出经过梯度下降优化后的逻辑回归模型效果更好的结论。并将此模型预测结果应用于实际理财产品营销中,为改变传统商业银行营销思路、提升营销精准度提供帮助。