一种基于跨算法特征筛选的银行营销客户筛选方法

本发明涉及人工智能技术领域，尤其涉及一种基于跨算法特征筛选的银行营销客户筛选方法，首先获取客户的多维数据，并进行预处理与特征工程；采用跨算法融合的特征重要性评估对特征工程后的数据进行筛选得到特征集；结合所筛选的特征集，基于自动化机器学习框架进行模型训练；将训练完成的模型部署至筛选系统内，模型的预测结果用于指导营销策略的调整；本发明利用跨算法融合的特征筛选方法和自动化机器学习技术，有效解决了银行客户精准筛选中的效率和精度问题；通过动态权重调整、自适应分层策略和实时优化机制，具备较强的技术创新性和业务适配性，能够广泛应用于金融营销领域。