导读:本文包含了客户集成论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:客户,系统集成,数据处理,不平衡,支付宝,中国,支付方式。
客户集成论文文献综述
周捷,严建峰,杨璐,夏鹏,王猛[1]（2019）在《LSTM模型集成方法在客户流失预测中的应用》一文中研究指出目前客户流失预测任务中常用的模型集成方法采用传统机器学习模型作为基学习器。而传统机器学习模型相比于深度学习模型,存在无法对时序数据进行有效建模、特征工程对模型效果影响较大等缺点。针对这些问题,提出基于LSTM的模型集成方法。采用LSTM作为基学习器进行时序数据建模;改进snapshot模型集成方法,增加样本权重调整方法,在训练单个LSTM模型的过程中得到多个具有不同权值的模型;利用得到的多个模型构造新数据集,在新数据集上训练逻辑回归模型。实验结果表明,该方法相比于单模型LSTM,可以在仅花费其1.8倍训练时间的前提下,将查准率和PR-AUC分别提升4.67%和3.74%,显着提高了客户流失预测效果。(本文来源于《计算机应用与软件》期刊2019年11期）
司婷婷,郭文静[2]（2019）在《互联网下银行客户信息及资金安全保障——基于SpringMVC集成Shiro框架维护信息安全》一文中研究指出本文基于SpringMVC与Shiro框架,介绍了银行系统架构中的信息安全性维护方法。设计一种以SpringMVC为基础集成Shiro框架的系统架构,并介绍了shiro框架在用户认证及权限管理方法的原理及应用方法。通过Shiro框架的认证管理器及授权管理器模型,可以降低开发难度,拓展到多种以Java-web为原理的系统开发中。(本文来源于《网络安全技术与应用》期刊2019年10期）
胡琳欣,许鹏翔[3]（2019）在《基于集成学习的家宽客户网络满意度建模研究》一文中研究指出在宽带中国的战略指导下,运营商通过提速降费等措施优化客户感知,而客户满意度就是衡量运营商服务质量和客户感知最重要的指标之一。介绍了家宽客户满意度的构成,并重点关注其中短板因素—网络满意度,通过比较机器学习中的不同集成学习算法,选择了随机森林算法建立家宽网络满意度预测模型,将这一用户主观打分转化为客观可控因素。通过一系列模型优化,模型准确率达到75%。进一步分析家宽客户网络满意度主要影响因素,并根据主要影响因素制定相关提升措施,切实提升客户满意度,以驱动移动公司家宽网络质量全面提升。(本文来源于《2019广东通信青年论坛优秀论文专刊》期刊2019-10-11）
何黎松[4]（2019）在《基于集成学习的银行信用卡逾期客户识别》一文中研究指出本文以集成学习思想,集成逻辑回归、判别分析、决策树、神经网络,对商业银行信用卡逾期行为进行分类识别。结果表明,集成的分类模型,比单个的分类模型具有更好的分类识别效果可用于商业应用中。(本文来源于《大众投资指南》期刊2019年15期）
韩弘炀[5]（2019）在《基于分类模型集成的定期存款客户预测》一文中研究指出近年来,随着互联网行业的飞速发展,互联网金融衍生品层出不穷,加之人们不断变化的消费理念,对于银行业的根本——存款造成了巨大冲击。越来越多的人愿意将一部分原本的定期存款投向新的理财产品或者用于消费。银行有着大量的客户数据,可以利用数据挖掘的技术来识别有意愿存款的客户,提高营销的效率。本文着眼于结合数据挖掘技术与实际业务对银行营销活动进行指导。一方面通过对数据特征进行描述性分析,从定性角度给予银行营销策略指导,并利用贝叶斯平滑方法以及业务特点进行新特征构建。另一方面使用决策树、随机森林、xgboost、LightGBM模型进行最优参数选择,得到最优模型。并结合不平衡数据处理方法,对上述最优模型加以改进,得到更为有效的分类器。通过比较模型效果,发现使用新构建特征并且处理过数据不平衡后的模型有更高的同意客户识别度。最终将待营销客户数缩减为原来的1/6,这些客户中包含了原本82.4%有意愿在银行定期存款的客户。使用分析得到的营销策略指导以及最终模型能够有效地减少银行的成本,并对客户进行针对性营销,能够高效地达到增加银行定期存款储备的目的。(本文来源于《兰州大学》期刊2019-04-01）
吴志新[6]（2019）在《基于客户价值驱动的集成产品创新开发研究——以永辉卫浴公司为例》一文中研究指出客户价值管理(CVM)是指对企业与客户之间的价值进行交换的过程,进行合理、有效管理。企业与客户之间存在着多种关系,但主要的实质性关系实际上是一种价值,包括无形的有形的,在企业与客户之间的持续不间断的开展循环流动,通过流动实现了价值总量的不断增加,这是一个循环的过程。CVM管理的最大作用就主要在于通过对这种形式的价值循环过程的各种关键节点,进行有效地、科学地管理,从而保证和维护该过程的不断循环和不断增值。那么该如何实现这个过程呢,集成产品开发(Int egrat ed product development,简称IPD)就是一种有效的措施,能帮助企业高效实现这个价值的增长过程,同时,它也是一种关于产品或者服务流程开发的理念和方法论。IPD的核心思想是"市场导向,质量创新",要实现IPD,首先要通过市场调研、价值分析、质量创新等管理要素的有效整合,及时、精准地动态性地获取来自市场和客户的需求,然后,建立多部门协同参与的集成产品开发流程,最后,进行系统的、高效的价值创新和质量创新,这样既能达到缩短产品开发周期,又能提升产品及服务的质量创新和客户价值。文章将结合卫浴公司的产品开发设计的特点及关键用户的需求特点,从客户价值、质量创新、产品开发流程设计等多个方面,分析永辉卫浴公司的基本措施及相应的成效。(本文来源于《生产力研究》期刊2019年01期）
汪贝贝[7]（2018）在《基于Stacking集成学习的浙江移动公司客户流失分层预测研究》一文中研究指出随着国内电信行业的不断发展,4G业务的愈发成熟带来网速的大幅度跃升,客户对于流量的依赖性越来越强,流量成了移动公司利润的最大来源,其费用占比超过了 50%。流量的不同使用情况反映了客户不同的行为特征,故基于流量对客户进行分层建模,探究不同流量客户的需求特征,提升自身的服务质量进而提高客户的忠诚度与满意度,防止客户流失就变得尤为重要。本文基于浙江移动公司的客户真实数据,根据客户实际消耗的流量将其分为低流量客户与中高流量客户,并根据研究时间窗口界定符合连续叁个月(2017年11月至2018年1月)的ARPU都大于0元、2018年1月末时在网时长3个月以上、连续叁个月(2017年11月至2018年1月)的MOU都大于0、2018年3月当月的MOU等于0这四个条件的客户为流失客户。结合基础属性、通信特征、流量特征,分别对低流量客户与中高流量客户进行流失特征分析,通过分析可以得出,低流量客户的流失与通话行为显着相关,而中高流量客户的流失则与流量行为显着相关。本文基于业务经验构建了浙江移动公司客户流失分层预测的预选指标体系,设计5个月的时间窗口,选取包括基础属性、账务行为、通话行为、流量行为、短信行为、产品粘性、投诉行为、交往圈行为、合约捆绑、终端行为、两网行为在内的共11大类121个预选指标。由于指标的高维性,本文首先通过数据清洗与相关性检验删除部分变量,再基于IV值进行变量筛选,对低流量客户、中高流量客户分别构造指标体系,通过对比可以发现中高流量客户确立的指标体系中保留了较多流量指标,这也保证了基于流量进行分层的合理性。最后采用自编码方法进一步降维,对低流量客户与中高流量客户分别进行特征提取,根据最终进入模型的指标数据,本文对分层后的客户分别构建模型,并对比逻辑回归、随机森林、XGBoost叁个分类器下的模型效果,分析叁个分类器各自的优缺点。为了尝试进一步提升模型效果,本文采用Stacking集成学习算法对叁个基分类器进行组合,把已构建的叁个基分类器的输出结果作为下一层分类器的输入。本文中的第二层分类器采用逻辑回归算法,通过学习获得最终的组合分类器。通过对比可以得出,组合分类器的准确率与AUC值均高于各个基分类器,准确率接近90%,AUC值达到93%。最后,本文对主要的工作内容进行了总结,并针对不足之处,提出对后续研究的展望。(本文来源于《浙江工商大学》期刊2018-12-01）
肖进,刘潇潇,谢玲,刘敦虎,黄静[8]（2018）在《代价敏感的目标客户选择半监督集成模型研究》一文中研究指出在现实的目标客户选择建模中,往往只能获取少量有类别标签的样本,而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式,仅在少量有类别标签样本集上建模,很难取得令人满意的效果。为解决这一问题,本文引入半监督学习(semi-supervised learning,SSL)技术,将其与代价敏感学习(cost sensitive learning,CSL)和多分类器集成中的随机子空间(random subspace,RSS)方法相结合,提出了代价敏感的目标客户选择半监督集成模型(cost-sensitive semi-supervised ensemble model,CSSE)。该模型使用代价敏感的支持向量机(SVM)来解决目标客户选择建模中样本数据类别分布不平衡的问题,还能够同时使用有、无类别标签的客户样本来建模。进一步地,该模型利用RSS方法训练一系列基本分类模型,并通过集成得到最终的分类结果。在某保险公司目标客户选择数据集上进行实证分析,结果表明,与两种监督式集成模型、两种单一的半监督模型以及两种半监督集成模型相比,CSSE模型具有更好的目标客户选择性能。(本文来源于《中国管理科学》期刊2018年11期）
张绪东,崇传林[9]（2018）在《安徽石油：智能支付成就“居民最满意油公司”》一文中研究指出今年以来，为满足客户多样化支付需求，安徽石油在全省大部分加油站开通现金、POS机、微信、支付宝、APP绑加油卡、移动和包、电信翼支付等支付方式，还开发了“极速开票”和加油站智能中央集成系统，有效提升了客户满意度。六安石油加油东站位于经济并不发达(本文来源于《中国石化报》期刊2018-10-31）
王子馨[10]（2018）在《坚持技术创新 为客户提供优质系统集成服务》一文中研究指出在计算机网络技术高度发达的今天,企业采用计算机、办公软件等各类软硬件信息设备进行自动化办公早已是十分普遍的现象。可随着科技的发展和企业规模的不断扩大,简单的办公自动化已经无法满足企业发展的要求。各类企业亟需从全局的角度优化企业资源,提升企业整体运营能力,系统集成服务正是因此逐步发展起来的。金鑫是北京环天(本文来源于《信息技术与信息化》期刊2018年09期）
客户集成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文基于SpringMVC与Shiro框架,介绍了银行系统架构中的信息安全性维护方法。设计一种以SpringMVC为基础集成Shiro框架的系统架构,并介绍了shiro框架在用户认证及权限管理方法的原理及应用方法。通过Shiro框架的认证管理器及授权管理器模型,可以降低开发难度,拓展到多种以Java-web为原理的系统开发中。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
客户集成论文参考文献
[1].周捷,严建峰,杨璐,夏鹏,王猛.LSTM模型集成方法在客户流失预测中的应用[J].计算机应用与软件.2019
[2].司婷婷,郭文静.互联网下银行客户信息及资金安全保障——基于SpringMVC集成Shiro框架维护信息安全[J].网络安全技术与应用.2019
[3].胡琳欣,许鹏翔.基于集成学习的家宽客户网络满意度建模研究[C].2019广东通信青年论坛优秀论文专刊.2019
[4].何黎松.基于集成学习的银行信用卡逾期客户识别[J].大众投资指南.2019
[5].韩弘炀.基于分类模型集成的定期存款客户预测[D].兰州大学.2019
[6].吴志新.基于客户价值驱动的集成产品创新开发研究——以永辉卫浴公司为例[J].生产力研究.2019
[7].汪贝贝.基于Stacking集成学习的浙江移动公司客户流失分层预测研究[D].浙江工商大学.2018
[8].肖进,刘潇潇,谢玲,刘敦虎,黄静.代价敏感的目标客户选择半监督集成模型研究[J].中国管理科学.2018
[9].张绪东,崇传林.安徽石油：智能支付成就“居民最满意油公司”[N].中国石化报.2018
[10].王子馨.坚持技术创新为客户提供优质系统集成服务[J].信息技术与信息化.2018
论文知识图
