原詳細(xì)參數(shù)

修改后詳細(xì)參數(shù)

（1）流失預(yù)警模型搭建實(shí)驗(yàn)：以銀行業(yè)務(wù)為背景，通過(guò)編寫 Python 程序,，對(duì)至少5000條銀行客戶數(shù)據(jù)進(jìn)行分析,，完成至少11步的實(shí)驗(yàn)操作，構(gòu)建流失預(yù)警模型,；同時(shí)支持模型參數(shù)靈活配置,，可查看不同代碼運(yùn)行結(jié)果。

（2）保險(xiǎn)產(chǎn)品關(guān)聯(lián)營(yíng)銷實(shí)驗(yàn)：以保險(xiǎn)業(yè)務(wù)為背景,，通過(guò)運(yùn)用數(shù)據(jù)挖掘工具,，對(duì)至少5000條保險(xiǎn)客戶數(shù)據(jù)進(jìn)行分析，完成至少 9 步實(shí)驗(yàn)操作,，分析保險(xiǎn)產(chǎn)品類型間關(guān)聯(lián)關(guān)系,、保險(xiǎn)產(chǎn)品與客戶特征間的關(guān)聯(lián)關(guān)系。

（3）股價(jià)漲跌趨勢(shì)預(yù)測(cè)實(shí)驗(yàn)：以滬深 300 指數(shù)的 2020 年1月1日至2021年12月31日兩年的交易日日收盤價(jià)為建模數(shù)據(jù)，通過(guò)建立ARIMA時(shí)序模型,，預(yù)測(cè)2022年1月31日股價(jià)的漲跌趨勢(shì),。

（4）客戶畫像建模實(shí)驗(yàn)：以銀行業(yè)務(wù)為實(shí)驗(yàn)背景，通過(guò)對(duì)銀行數(shù)據(jù)庫(kù)中 6 張及以上數(shù)據(jù)表進(jìn)行整合,、清洗,，通過(guò)編寫 Python 代碼進(jìn)行客戶特征提取，設(shè)計(jì) 6 大維度銀行客戶標(biāo)簽體系,；并生成單人客戶的基本屬性畫像,，運(yùn)用 TF-IDF 算法構(gòu)建客戶行為畫像，運(yùn)用同現(xiàn)矩陣構(gòu)建客戶興趣偏好畫像,；并通過(guò)聚類分析,，構(gòu)建銀行客戶群體畫像。

（5）精細(xì)化運(yùn)營(yíng)：學(xué)生基于教師發(fā)布的新客戶,、潛在客戶,、高凈值客戶、流失客戶,、沉默客戶的營(yíng)銷活動(dòng),，對(duì)不同客戶群體進(jìn)行數(shù)字化運(yùn)營(yíng)，并查看運(yùn)營(yíng)反饋結(jié)果,。

★（1）流失預(yù)警模型搭建實(shí)驗(yàn)：以銀行業(yè)務(wù)為背景,，通過(guò)編寫Python程序，對(duì)5000條銀行客戶數(shù)據(jù)進(jìn)行分析,，完成11步的實(shí)驗(yàn)操作,，構(gòu)建流失預(yù)警模型；同時(shí)支持模型參數(shù)靈活配置,，可查看不同代碼運(yùn)行結(jié)果,。（提供軟件操作界面截圖）

★（2）保險(xiǎn)產(chǎn)品關(guān)聯(lián)營(yíng)銷實(shí)驗(yàn)：以保險(xiǎn)業(yè)務(wù)為背景，通過(guò)運(yùn)用數(shù)據(jù)挖掘工具,，對(duì)5000條保險(xiǎn)客戶數(shù)據(jù)進(jìn)行分析,，完成9步實(shí)驗(yàn)操作，分析保險(xiǎn)產(chǎn)品類型間關(guān)聯(lián)關(guān)系,、保險(xiǎn)產(chǎn)品與客戶特征間的關(guān)聯(lián)關(guān)系,。（提供軟件操作界面截圖）

（3）股價(jià)漲跌趨勢(shì)預(yù)測(cè)實(shí)驗(yàn)：以滬深 300 指數(shù)的 2020 年1月1日至2021年12月31日兩年的交易日日收盤價(jià)為建模數(shù)據(jù)，通過(guò)建立ARIMA時(shí)序模型,，預(yù)測(cè)2022年1月31日股價(jià)的漲跌趨勢(shì),。

★（4）客戶畫像建模實(shí)驗(yàn)：以銀行業(yè)務(wù)為實(shí)驗(yàn)背景，通過(guò)對(duì)銀行數(shù)據(jù)庫(kù)中6張及以上數(shù)據(jù)表進(jìn)行整合,、清洗,，通過(guò)編寫Python代碼進(jìn)行客戶特征提取，設(shè)計(jì)6大維度銀行客戶標(biāo)簽體系；并生成單人客戶的基本屬性畫像,，運(yùn)用TF-IDF算法構(gòu)建客戶行為畫像,，運(yùn)用同現(xiàn)矩陣構(gòu)建客戶興趣偏好畫像；并通過(guò)聚類分析,，構(gòu)建銀行客戶群體畫像,。

★（5）精細(xì)化運(yùn)營(yíng)：學(xué)生基于教師發(fā)布的新客戶、潛在客戶,、高凈值客戶,、流失客戶、沉默客戶的營(yíng)銷活動(dòng),，對(duì)不同客戶群體進(jìn)行數(shù)字化運(yùn)營(yíng),，并查看運(yùn)營(yíng)反饋結(jié)果。

★（6）智能理財(cái)規(guī)劃實(shí)驗(yàn)：通過(guò)對(duì)家庭基本信息,、財(cái)務(wù)狀況等進(jìn)行分析，基于家庭生命周期模型和標(biāo)準(zhǔn)普爾模型構(gòu)建適用于家庭理財(cái)規(guī)劃的智能投顧模型,；并生成家庭財(cái)務(wù)現(xiàn)狀診斷報(bào)告,，以及家庭理財(cái)規(guī)劃報(bào)告。

（7）多班級(jí)授課管理：教師可創(chuàng)建多個(gè)大數(shù)據(jù)金融客戶畫像課程教學(xué)班級(jí),，并對(duì)各班級(jí)進(jìn)行單獨(dú)管理,，包括創(chuàng)建、關(guān)閉,、刪除等操作,，實(shí)現(xiàn)多班級(jí)獨(dú)立授課，學(xué)生可以參與到不同的班級(jí)中進(jìn)行學(xué)習(xí),。

（8）學(xué)習(xí)工具：知識(shí)畫布,、總結(jié)畫布、分析畫布等30+個(gè)學(xué)習(xí)畫布,。

（9）實(shí)驗(yàn)報(bào)告：可系統(tǒng)查看學(xué)生的課程級(jí)的學(xué)生成果,，從學(xué)習(xí)成績(jī)、學(xué)習(xí)時(shí)長(zhǎng),、訪問(wèn)量等維度展示學(xué)生的學(xué)習(xí)情況,。

（10）學(xué)習(xí)成績(jī)排行：平臺(tái)支持分模塊、分模型的方式統(tǒng)計(jì)班級(jí)學(xué)生的成績(jī)排行,，包括：成績(jī)模型,、能力模型、思維模型,，三種排行方式,，同時(shí)可詳細(xì)查看班級(jí)前十名的學(xué)生，每一個(gè)模型的詳細(xì)得分。

（11）實(shí)訓(xùn)報(bào)告采集系統(tǒng)：從10個(gè)維度來(lái)整個(gè)分析學(xué)生實(shí)訓(xùn)情況,，包括：個(gè)人信息,、知識(shí)評(píng)測(cè)、資源預(yù)覽,、系統(tǒng)自動(dòng)采分系統(tǒng),、課程總成績(jī)、學(xué)習(xí)累計(jì)時(shí)長(zhǎng),、學(xué)習(xí)頻率,、能力指標(biāo)、思維指標(biāo),、指導(dǎo)建議,，以數(shù)據(jù)采集與進(jìn)度的形式進(jìn)行實(shí)訓(xùn)報(bào)告形成數(shù)據(jù)分析。