基于数据挖掘的商业银行POS消费客户群分析系统的研究与实现-软件工程专业论文.docxVIP

摘 摘 要 随着我国会融行业市场的竞争日趋激烈，各个金融企业对优质客户的争夺也 更加的白热化，如何寻找和发展优质客户群成为了各家金融企业所面临的一个迫 切的问题。随着我国金融政策的放开，银行盈利的手段已经不再是单一的依靠发 放贷款了，中间业务收费为银行带来的利润占银行总利润的比例越来越大，POS 消费手续费就是其中最重要的组成部分之一．信息技术和数据库技术的迅猛发 展，使金融企业积累了大量的客户数据。因此，利用数据挖掘技术，有效地利用 这些海量数据，挖掘出有价值的信息，建立一套有效的优质客户挖掘和分析模型， 为决策提供有用的信息，以加强银行业务拓展的针对性，提高企业的盈利水平和 发展水平，具有十分重要的意义。 论文首先对银行卡的发展作了初步的介绍，然后对数据挖掘的背景、研究内 容等进行简单介绍，并介绍了目前流行的数据挖掘的几种方法；接下来根据广州 市商业银行现有的业务系统和业务数据，获取客户背景资料、消费行为等资料， 将数据挖掘技术应用于优质客户群的发现和分析，给出了根据客户消费行为发现 客户消费习惯的大致模型；最后应用挖掘出来的模型和规则对现有的数据进行了 相关的验证工作，得出该模型对客户消费习惯的可能性预测及该模型的限制条件 和应用范围。 关键词：POS消费；数据仓库；数据挖掘；决策树 AbstractWith Abstract With fierce competition of finance market，it becomes more and more important for finance enterprises to search and develop quality customers．Loan is no longer the only profit source of banks under more open finance policy,while other services bring huge margin．Among them is the POS service charge．The development of IT technology and database is on a high way and it collects brilliant amount of customer data．In this way,to set up quality customer mining and analysis system and offer efficient information for the final decision with these data，means a lot to the banking business development and profit-making． First of all，it introduces the history of bankcard development．It analyzes methods of current data mining．Secondly,the GCB applies data of customer background information and consuming behaviors to search and analyze the quality customer on the current operation system，which also drafts the consuming behavior． Finally,it validates the model with current data of business．and shows the limit and scope of the model． Keywords：POS consuming；Data Warehouse：Data Mining；Decision Tree Ⅱ 华南理工大学 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文 不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研 究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律后果由本人承担。 作者签名：套眸嘿 日期：沙石年／，月矽日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大 学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子 版，允许学位论文被查阅(除在保密期内的保密论文外)；学校可以 公布学位