顾客信用度

MATLAB与Python代码解析稳态可用度-CSL

此代码存储库存储了改进的MATLAB代码，用于当前状态线性化工具包的抽象。这个工具包根据Evans和Phillips（2015）的方法，使用CSL技术求解稳态和标准线性化，例如SSL。代码基于Harald Uhlig的MATLAB版本2.0，并计划推出Python版本。示例包括简单的RBC模型和Hansen（1985）模型，使用Brock和Mirman（1978）的模型。

Matlab 2 2024-07-26

服装网络定制顾客忠诚度研究

基于O2O模式下服装网络定制，研究顾客忠诚度。 通过调研分析，构建了顾客忠诚度模型。 结论：线上定制服务信息宣传对满意度有正面影响；线下定制服务增强了满意度；顾客参与定制过程提升了好奇心和体验快感，促进了定制消费。

统计分析 5 2024-05-01

顾客满意的SPC过程统计分析

顾客满意是企业避免缺陷质量特性的重要方面。通过SPC（统计过程控制）分析，企业可以有效监控和改进产品质量，从而提升顾客满意度。SPC技术帮助企业实时识别潜在问题并采取适当措施，确保产品符合顾客期望，提高市场竞争力。

统计分析 2 2024-07-13

信用风险评分卡研究

使用 SAS 语言从头到尾详细介绍评分卡开发与实施，附带 SAS 宏代码示例。

数据挖掘 2 2024-05-25

电信用户行为日志数据集

该数据集包含80,000条数据，分为5个维度，可用于大数据分析。

统计分析 3 2024-05-16

电信用户流失分析项目构想

本项目选择WA_Fn-UseC_-Telco-Customer-Churn.csv数据集进行用户流失分析。该数据集包含7043条用户记录，涵盖21个字段信息，其中包含20个用户特征字段以及1个目标特征字段，用于刻画用户是否流失。

统计分析 3 2024-05-23

基于Fisher判别的信用评估方法

诚信即诚实守信，也称为社会整体诚信和社会整体信用度，是指一个国家和地区的各类主体失信守信的整体程度，是社会交易中信用风险的体现，是中华民族几千年来的优良传统美德。通过给出的客户数据作为训练样本，利用MATLAB软件对8个指标的数据进行Fisher判别分析，以判别客户的信用值。

Matlab 2 2024-07-17

预测电信用户流失的数据集

这份数据集专注于预测电信用户可能发生流失的情况。它包含了广泛的用户数据和相关变量，为分析和预测流失行为提供了重要资源。数据集的详细内容和结构使其成为研究和实践中不可或缺的工具。

数据挖掘 3 2024-07-18

SAS信用风险评分卡建模指南

为评分卡和相关模型构建提供详细说明，辅以完整的SAS宏代码，实用且易于理解。

数据挖掘 8 2024-04-29

金融风控信用卡评分建模流程

信用风险定义风险管理概念始于美国，后随着互联网和新技术的兴起而普及。大数据和机器学习技术让风险管理更加精准。信用风险评分卡类型未提及。信用评分模型建立的基本流程1. 数据收集：收集银行征信数据和用户互联网数据（人际关系、消费行为、身份特征等）。2. 数据处理：对数据进行清洗、转换和特征工程。3. 模型构建：选择合适建模算法，训练模型。4. 模型评估：评估模型的预测能力和稳定性。5. 模型部署：将模型部署到生产环境，用于授信产品的风控。

数据挖掘 4 2024-05-01