因客户数据量庞大、各种理财产品的兴起和疫情的短期冲击，银行面临的压力越来越大，使用数据分析和预测方法能够更大程度提升银行的业务量。使用传统的分类树模型无法根据客户信息对可能长期存款的客户做出更加精准的预测，从而导致无法对客户进行精准营销。因此，提出了一种分三层搭建的神经网络模型。通过实验，对葡萄岛银行机构客户数据进行预测，并和传统的决策树模型、随机森林模型、Adaboost模型、XGBoost模型的预测结果进行了对比。结果表明，相比于其他四种模型，神经网络模型预测效果更好，模型评估AUC达到了0.977 7，准确率达到了99.06%。
