基于電信大數據的信用卡精準營銷算法研究及應用

成 晨，韓玉輝，程新洲，張 恒（中國聯通網絡技術研究院，北京100048）

1 概述

隨著機器學習、AI技術的研究和推廣以及5G萬物互聯時代的到來，大數據技術已逐漸成為行業技術革命的新動能，運營商大數據則以其用戶規模巨大、覆蓋空間廣、時間連續性強的優勢發揮著重要作用。通過運營商大數據，我們可以獲取業務行為、時間位置、使用偏好、終端等信息，形成用戶360°畫像，為垂直領域帶來新思路和新動能。

在金融行業中，信用卡業務是銀行零售業務利潤貢獻的重要組成部分，也是促進產品和服務供求方交易的良性循環的催化劑，而信用卡本身也是聯系銀行、客戶、特約商戶等多方關系的重要渠道，其客戶類別和客戶需求呈現多元化、個性化的特征，因此精準挖掘潛在信用卡用戶對銀行增加收入、開拓市場、構建生態鏈有著重要意義。基于運營商大數據及機器學習算法，可以深刻洞察信用卡用戶及意向用戶的特征，將潛在客戶轉變為實際客戶，從而增加銀行信用卡業務收益。在此過程中，基于客戶特征劃分用戶群體，并獲取影響意向率和轉化率的關鍵因素，具有重要意義，聚類算法是解決此類群體劃分問題的常用方法。

K-means算法是經典的聚類算法，該算法以樣本之間的距離作為衡量樣本是否相似的指標，先假設簇是由距離相近的樣本組成，通過對簇劃分的優化，使簇內距離之和最小，也就是找到簇間獨立且簇內緊湊的簇群。因此，通過K-means算法可以對信用卡用戶及潛在用戶群體進行聚類，基于每個簇的特征獲取影響意向率、轉化率和核卡率的關鍵因素，更加有的放矢地進行信用卡推廣。……