金融产品推荐系统
输入客户数据 → 关联规则 / 相邻方法 / 基于内容 / 决策树 计算 → 输出适宜的金融产品与优惠政策
客户数
800
在售产品
24
交易记录
6315
关联规则
332 条
决策树测试准确率
79.4%
快速查询客户
四种推荐算法
| 模块 | 算法 | 输出 |
|---|---|---|
| 关联规则推荐 | Apriori 挖掘“持有 A 的客户也买 B”的频繁模式 | 交叉销售产品 |
| 相似客户推荐 | User-KNN：持仓余弦相似度 + 画像距离，找 K 个相似客户 | 相似客户持有的产品 |
| 基于内容推荐 | 产品标签 TF-IDF 向量，与客户兴趣向量求余弦相似度 | 特征匹配的产品 |
| 优惠政策推荐 | CART 决策树（Gini）学习历史优惠核销记录 | 最可能响应的优惠 |
| 综合推荐 | 三种产品推荐得分归一化后加权融合 0.3 / 0.4 / 0.3 | 最终推荐清单 + 优惠 |
所有推荐都经过合规过滤：投资类产品风险等级不高于客户风险测评等级；在校学生不推荐贷款；经营贷仅面向个体经营者。