SAS金融数据挖掘与建模：系统方法与案例解析
编辑推荐
适读人群 ：本书在写作手法上力求兼顾实际应用和理论知识，适合有一定数据挖掘与建模经验并希望有所突破者、打算或刚刚进入数据挖掘与建模领域的新人以及在校学生，对于具备丰富数据建模 SAS公司官方出品，SAS大学授权编写，SAS全国高校数据分析大赛指定参考书 作者在银行等金融领域有近20年工作经验，是资深的数据挖掘与分析专家 本书以金融客户生命周期管理为主线，纯实战导向，通过5个经典案例详细讲解金融数据挖掘与建模的方法与技巧
内容简介
这是一部从实战角度讲解如何利用SAS对金融数据进行挖掘与建模的专著，由SAS大学授权撰写，是SAS大学的指定参考书，也是“SAS大学技术丛书”的*一本书。 全书两条主线： 主线1：金融客户（信贷）的生命周期管理，通过5个具有代表性的案例，讲解了金融客户再获取、提升、成熟、衰退、挽留这5个阶段的关键数据的挖掘与建模方法； 主线2：数据挖掘项目的生命周期管理，把项目生命周期的各个阶段的关键技术和处理方法融入到案例中，串接起一个一个独立、完整的实战场景。 全书一共6章： 第1章介绍了数据挖掘和建模在信贷（信用卡）客户生命周期管理中的15个主要应用场景； 第2章通过信用卡客户反欺诈案例，讲解了如何应用随机森林算法构建欺诈评分模型； 第3章通过信用卡客户精准营销案例，讲解了营销响应模型的构建、评估与应用； 第4章通过信用卡客户细分讲解了完整的聚类过程，对聚类做了*完整的阐释； 第5章通过贷款违约预测案例，为零建模基础的读者提供了一个简化版的行为评分模型； 第6章结合信用卡客户流失预警与挽留案例，讲解了客户价值（数值）预测与流失倾向（事件）预测两类问题的组合建模与应用。 不拘泥于方法本身，彰显了以企业实际运用为导向的写作思路，让案例更具实用参考价值。五个案例之后，你会发现这些方法和模型在大部分业务场景中似曾相识，金融企业数据挖掘与建模将变得迎刃而解。
作者简介
陈春宝 上海交通大学工业工程博士，现任职于某商业银行，担任大数据专家。在银行、信用卡、医药与电信等行业拥有十年数据挖掘与建模经验，工作跨大数据、营销、风控、运营等多个领域，擅长诊断各类业务问题，应用商业和大数据手段获得创新性的解决方案并有效实施。曾担任美国管理科学协会咨询顾问、交通银行信用卡中心数据分析经理、上海交大工程硕士企业导师。 著有《大数据与机器学习：实践方法与行业案例》一书，在SCI&EI索引期刊发表论文10余篇。 徐筱刚 上海某金融机构高级数据分析师，具有深厚的数理统计与应用数据分析专业背景，8年数据分析与挖掘从业经验，曾就职零售企业、咨询公司等，独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。 田建中 北京师范大学管理学硕士，先后在电信业、银行业从事数据仓库建设、数据建模咨询等工作，对数据挖掘在营销中的应用有深入研究，拥有10多年的SAS开发经验。曾就职于河北移动、美商天睿有限公司，现就职于某大型商业银行大数据管理部，从事数据挖掘、业务用例研究及营销体系建设等工作。