Journal not found

机器学习驱动下的银行小微客户经理招聘策略研究

Abstract

本研究以 G 银行小微客户经理为对象，收集其特征与业绩数据，运用随机森林、Extra Trees 等五种机器学习模型，分析影响小微信贷业绩的因素并进行重要性排序，同时对新进小微客户 经理业绩展开预测。结果显示，影响业绩的重要因素依次为从事本行小微客户经理时间、所在分行、现客户经理等级等，且随机森林模型预测性能更优。基于此，建议 G银行招聘时侧重工作经验，放宽年龄、专业等要求，并依据预测结果制定个性化考核方案，以提升客户经理业绩。

Keywords

机器学习小微客户经理随机森林模型小微信贷

References

  1. 丁振辉 .商业银行小微金融发展的现状、问题及对策 [J].西南金融 ,2017(7):29-33.
  2. 傅淑园 ,郭政忠 .商业银行小微客户经理绩效考核实证研究 [J].会计师 ,2018(21):29-31.
  3. 李斌 .A 银行北京市分行小微企业融资业务发展调研报告 [D].北京 :首都经济贸易大学,2014.
  4. 叶志桂 .小微金融队伍中的关键人员 [J].中国金融 ,2021(17):104.
  5. 王建兵 .浅谈小微金融业务的客户营销管理 [J].环球市场 ,2020(31):42.
  6. 邱泉 ,董琳 ,于晓峰 ,等 .数据挖掘实用机器学习技术 [M].北京 :机械工业出版社 ,2006.
  7. 李欣海 .随机森林模型在分类与回归分析中的应用 [J].应用昆虫学报 ,2013,50(4):1190-1197.
  8. 李杨,陈子彬,谢光强 .一种基于 ExtraTrees 的差分隐私保护算法 [J]. 计算机工程 ,2020,46(2):134- 140.
  9. 邸浩,赵学军,张自力.基于LSTM-Adaboost模型的商品期货投资策略研究[J].南方金融,2018(8):62-76.
  10. 车宏鑫 ,王桐 ,王伟 .前列腺癌预测模型对比研究 [J].数据分析与知识发现 ,2021,5(9):107-114.
  11. 刘爱琴 ,郭少鹏 .基于 Stacking 模型的学术论文多标签分类系统构建 [J].国家图书馆学 刊 ,2024,33(2):96-104.