摘要：针对客户流失分析中实际客户样本数据量大、流失与未流失客户样本分布不平衡的特点，提出一种基于Boosting与代价敏感决策树的集成方法，并将其应用于商业银行个人理财业务的客户流失分析。通过实际商业银行客户数据集测试，并与支持向量机、人工神经网络和Logistic回归等方法进行比较，发现该方法能够有效解决客户流失问题。

关键词：客户流失 数据挖掘 决策树 boosting算法 代价敏感学习 

单位：重庆大学经济与工商管理学院 重庆400044