基于数据挖掘技术的银行客户信息分析及运用研究-工业工程专业论文.docxVIP

基于数据挖掘技术的银行客户信息分析及运用研究-工业工程专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数据挖掘技术的银行客户信息 基于数据挖掘技术的银行客户信息 分析及运用研究 摘要 如何将数据仓库及数据挖掘的相关技术应用于银行业的业务管 理,是目前银行业迫切需要研究的领域。该领域包括对于数据仓库和 数据挖掘技术的研究,CRM系统的构建,以及更加有效挖掘算法的设计 等方面。本文着重探讨了数据挖掘在银行客户信息分析在实施过程的 若干技术,同时对数据挖掘的结果在实际业务领域的运用作一些探索 性的研究。 文章首先对银行实施客户信息数据挖掘的一般方法做了阐述,其 次在第三及第四章重点在客户聚类、产品关联规则两个方面做了数据 实验与研究,最后对数据挖掘在银行业中的运用前景作了概括。该课 题对银行业部署企业的商业智能、进行客户关系管理、市场销售分析、 竞争对手分析、市场需求分析等各个方面都具有一定的借鉴和现实指 导意义。 本文主要的研究成果及创新点在于:1、建立了实证客户的细分模 型;2、建立了客户购买产品的关联特征模型;3、阐述了基于以上两 个模型在银行实际业务中的运用原理与前景。 关键词 银行,数据仓库,数据挖掘,聚类,关联,运用 逝婆王些太堂工猩亟±生些途塞 逝婆王些太堂工猩亟±生些途塞 基±熬握揎塑挂查数堡堑窒应篮基坌堑丛重旦婴荭 THE RE SEARCH ON APPLICATION OF BANK CUSToMER INFORMATION ANALYSIS BASED oN DATE MINING TECHNoLOGIES ABST RACT It iS a pressing mission for financial industry to make research on how to implement data warehouse and data mining technology in banking business management aspect.The related research aspect includes data warehouse and data mining technologies,construction of CRM systems and design of more effective data mining algorithms etc.This paper discusses in detail the data mining of customer information analysis in the process of implementing a number of technologies,meanwhile makes some exploration research applying in actual business management which basing on data mining results. First,the paper introduces the bank implementation customer information data mining in the general method.Second,the paper studies customer clustering and association with experimental data in the third and fourth chapter.Finally,the paper describes in the use of banking prospects based on data mining.This paper provides a helpful practical guidance and reference to different application domains deploying enterprise intelligence, CRM,market analysis,competition analysis and dynamic market demand analysis etc. In this paper,we obtain the following results and bring forth new ideas. First,we construct the temporal data prediction model of customer segmentation.Second,we establish a model of products associated 2 features.Fin

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档