葡萄牙银行营销客户数据分析集-2008至2010年-mohammadnaserian
数据来源：互联网公开数据
标签：银行营销,客户数据,直接营销,电话营销,葡萄牙,数据挖掘,金融,市场分析,CRISP-DM
数据概述：
本数据集包含了葡萄牙某家银行在2008年至2010年间进行的直接营销活动的客户数据。营销活动主要通过电话进行，有时需要多次联系客户以了解其是否会对银行定期存款产品感兴趣。数据集分为两个文件：bank-full.csv 包含所有样本，按日期排序（从2008年5月到2010年11月）；bank.csv 包含从bank-full.csv中随机选取的10%样本（4521条记录），用于测试计算需求较高的机器学习算法（如支持向量机SVM）。分类目标是预测客户是否订阅定期存款（变量y）。
数据用途概述：
该数据集适用于银行市场营销分析、客户行为预测、机器学习模型开发和评估等多个场景。研究者可以利用此数据集进行客户偏好分析、营销策略优化、市场趋势预测等工作；银行可以据此改进其营销策略，提高客户转化率；学术机构亦可将其作为教学和科研的宝贵资源。
数据集包含45211条记录（bank-full.csv）和4521条记录（bank.csv），共16个输入变量和1个输出变量。输入变量包括客户基本信息（如年龄、职业、婚姻状况、教育背景等），与当前营销活动相关的最后联系信息（如联系方式、联系日期、通话时长等），以及其他相关属性（如营销活动次数、上次联系间隔等）。输出变量为客户的订阅意向（是否订阅定期存款）。
字段定义：
1. age - 年龄（数值型）
2. job - 职业类型（类别型：行政人员、未知、失业、管理人员、家庭主妇、企业家、学生、蓝领工人、自营职业、退休人员、技术员、服务业）
3. marital - 婚姻状况（类别型：已婚、离婚/丧偶、单身）
4. education - 教育水平（类别型：未知、高中、初中、大学）
5. default - 是否有信用违约记录（二值型：是、否）
6. balance - 年平均余额（数值型，单位：欧元）
7. housing - 是否有住房贷款（二值型：是、否）
8. loan - 是否有个人贷款（二值型：是、否）
9. contact - 联系方式（类别型：未知、电话、手机）
10. day - 最近一次联系的日期（数值型，月份中的某一天）
11. month - 最近一次联系的月份（类别型：一月、二月、三月、……、十一月、十二月）
12. duration - 最近一次联系时长（数值型，单位：秒）
13. campaign - 本次营销活动中与该客户联系的次数（数值型，包括最近一次联系）
14. pdays - 自上次营销活动以来与客户联系的天数（数值型，-1表示从未联系过）
15. previous - 本次营销活动前与该客户联系的次数（数值型）
16. poutcome - 上次营销活动的结果（类别型：未知、其他、失败、成功）
17. y - 是否订阅定期存款（二值型：是、否）
引用请求：
如需使用本数据集，请引用如下文献：
[Moro et al., 2011] S. Moro, R. Laureano 和 P. Cortez. 使用数据挖掘进行银行直销营销：CRISP-DM方法的应用.
在 P. Novais 等（编）, 欧洲仿真与建模会议 - ESM'2011 论文集, pp. 117-121, 吉马良斯, 葡萄牙, 2011年10月. EUROSIS.
获取地址：[pdf] http://hdl.handle.net/1822/14838
[bib] http://www3.dsi.uminho.pt/pcortez/bib/2011-esm-1.txt
