机构名称：
¥ 1.0
今天，成为营销人员并不是一件容易的事，因为它需要指导与客户的相关互动并推动业务成功。这在传统营销领域尤其具有挑战性。在过去的几年中，营销人员观察到，他们在宣传自己的品牌或服务上花费了大量资金，而没有得到收到直接邮件的客户的回应。对听众的缺乏知识使得很难从非相互作用的人中识别出互动者，从而使营销人员觉得自己盲目营销。他们在不知道是否在正确的时间到达合适的受众，这进一步使问题复杂化并延长了创建订婚并为其品牌或服务建立受众的过程。任何营销人员的主要目标是降低成本并增加收入。随着在不同领域（例如保险领域）的服务和通信技术的广泛数字化，在线平台每天都会生产大量有关客户行为的数据。多亏了这种信息来源，并且在市场上的新挑战的推动下，实现了一种更准确，更聪明的营销方法，这在研究人员和公司中越来越多。本研究根据高级功能工程方法和机器学习技术的组合提出了一个智能系统。建议的精确制作系统的目的是帮助管理人员根据潜在特征来辨别客户类别。首先，通过提取一系列数据功能（包括基本属性和消费属性）来开发全面的客户角色。然后，我们评估了各种算法的有效性，例如Catboost，Xgboost，Random Forest（RF），K-最近的邻居（K-NN），Nave Bayes（NB）和支持向量机（SVM）方法，以预测现有客户对下一份产品的响应。采用各种特征选择技术来确定最重要的功能。此外，评估并比较了所使用的模型的性能。结果表明，Catboost的精度，Kappa，Precision，Fmeasure和AUC值分别为0.871、0.711、0.94、0.822和0.85，表现优于其他模型。为了说明我们提出的精确制造系统的优势，我们使用了美国保险公司的现实数据集作为案例研究。关键字：精确营销，机器学习，功能工程，大数据分析，客户
研究基于保险的智能精确营销...
主要关键词
相关文件推荐
