1.课题简介：本课题基于实时大数据系统、客户标签画像系统、以及分布式机器学习等技术进行实时客户流失预测的研究，最终得到基于分布式实时画像系统的客户流失预测模型。该类模型能够及时有效地预测出存在沉默或销户风险的客户并推送给前台人员进行挽客，从而可以延长客户生命周期，充分挖掘客户价值，在提高证券投资者服务质量的同时也为企业创造更多财富。

2.课题背景：2018年中国结算为国内各证券公司下发的《关于进一步规范证券账户销户业务的通知》中规定，自2019年3月1日起，各家证券公司对非现场开户的投资者必须提供见证销户或网上销户的便利。在证券行业同业化竞争日益加剧、客户引流成本日益增加的背景下，这一规定的出台让各家证券公司尤其是“中下游队伍”有了危机感。如何维护好存量客户、如何及时准确地“预见”客户尤其是高净值客户的沉默或销户风险，对于证券公司保证业绩有着越来越重要的意义。

3.学生所需承担的工作职责：进行机器学习、深度学习算法方面的研究和实践。

   4.完成课题所需的时间：一年（学生实践活动5周）