[发明专利]基于多层堆栈的精准金融营销方法

权利要求书

1.一种基于多层堆栈的精准金融营销方法，其特征在于，包括：

使用金融ETL工具对数据进行萃取、转置和加载，构成多来源金融数据集D；

使用LLE算法对所述多来源金融数据集D中的变量进行降维；

对降维后的所述变量进行变量清洗、变量筛选和变量转换，则所述多来源金融数据集D转为D′；

将所述D′划分为测试集D1′和D2′，使用K折交叉验证将D2′分为训练集D21′和验证集D22′，所述K∈[4,6]，设置随机失活率p，对所述训练集D21′进行随机失活处理后投入到Stacking模型进行训练，得到多层Stacking模型；

使用验证集D22′对所述多层Stacking模型进行验证，所述多层Stacking模型达到预设精度则结束训练，否则重新训练直至达到所述预设精度；

将测试集D1′投入到所述多层Stacking模型进行测试，得到模型评估结果，根据所述模型评估结果选择出意向客户，对所述意向客户进行精准营销。

2.如权利要求1所述的基于多层堆栈的精准金融营销方法，其特征在于，所述所述K＝5。

3.如权利要求1或2所述的基于多层堆栈的精准金融营销方法，其特征在于，降维后的所述变量包括四个维度，分别为：用户基本属性、历史消费属性、行为活动轨迹和金融状况。

4.如权利要求3所述的基于多层堆栈的精准金融营销方法，其特征在于，所述变量转换包括日期型数据转换和one-hot编码变换。

5.如权利要求4所述的基于多层堆栈的精准金融营销方法，其特征在于，所述LLE算法的距离计算公式为其中，d_mn表示样本点m和n之间的距离，X_m和X_n分别表示样本点m和n的特征向量，和分别表示样本点m和n到其的j个近邻样本点的平均距离。

6.如权利要求5所述的基于多层堆栈的精准金融营销方法，其特征在于，所述随机失活处理的过程为：Yⁱ′＝Bernoulli(i,p)*Yⁱ，其中，Yⁱ为输入的所述训练集D21′的向量，所述Yⁱ包括i行数据，Yⁱ′为经随机失活处理的输出向量，Bernoulli(i,p)表示i行服从随机失活率p的伯努利分布,所述p∈[0.4,0.6]。

7.如权利要求6所述的基于多层堆栈的精准金融营销方法，其特征在于，所述p＝0.4。