数据挖掘在银行客户关系管理中的应用.doc
约32页DOC格式手机打开展开
数据挖掘在银行客户关系管理中的应用,1.8万字我自己原创的毕业论文，仅在本站独家提交，大家放心使用摘要在我国金融业对外逐渐开放的环境下，大量的国外银行进驻国内金融市场。无论在管理上还是技术上国内商业银行都无法与与国外银行相抗衡，使得我国商业银行面临着的竞争压力前所未有。我国商业银行的当务之急就是要设计出一种方法来充分挖掘...
内容介绍
此文档由会员 小花仙66 发布
数据挖掘在银行客户关系管理中的应用
1.8万字
我自己原创的毕业论文，仅在本站独家提交，大家放心使用
摘要 在我国金融业对外逐渐开放的环境下，大量的国外银行进驻国内金融市场。无论在管理上还是技术上国内商业银行都无法与与国外银行相抗衡，使得我国商业银行面临着的竞争压力前所未有。我国商业银行的当务之急就是要设计出一种方法来充分挖掘并利用这些潜在的数据。数据挖掘技术能够很好地获取信息，具有很强的可行性，可以提炼出经营管理者所须的关键信息，进而有效地指导银行的战略决策和业务管理。因此，当前我国商业银行信息化的重点就是数据挖掘的在银行中的应用，通过这一技术提高我国商业银行科学决策和市场竞争力。
本文致力于对数据挖掘在商业银行客户关系管理中的应用研究进行系统探讨。为此，论文在进行相关理论知识述的基础上，首先分析了本课题的国内外研究现状，说明了国内在数据挖掘的研究与应用方面还是欠缺的。然后，对数据挖掘的基本概念，数据挖掘过程，数据挖掘的常用技术分析以及客户关系管理和银行客户关系管理的相关理论知识进行介绍。最后将数据挖掘技术应用于银行业务数据分析中，并利用K均值聚类分析和关联规则的Apriori算法实现基于数据挖掘的银行客户细分和交叉销售的应用。
关键词：数据挖掘 银行CRM K均值聚类分析 Apriori算法
The Application of Data Mining Technology in the Customer Relationship Management of Bank Branches
Abstract Foreign gradually opening up in China's financial industry environment, a large number of foreign banks in the domestic financial market. In terms of management or technology, domestic commercial banks are unable to compete with foreign banks, the Chinese commercial banks are facing the pressure of competition hitherto unknown. A pressing matter of the moment of China's commercial banks is to devise a method to explore and make full use of the potential resources.Data mining technology can obtain information well, has the very strong feasibility,can extract key information management needs, strategic decision and businessmanagement so as to effectively guide the bank. Therefore, the current our country commercial bank information is to focus on the application of data miningin the bank, by China's commercial banks to improve scientific decision-making and market competitiveness of this technology.
This paper is trying to do some systematic exploration on the application of data mining in commercial banking customer relationship management.For this purpose，based on the related theoretical knowledge of the upper, first analyzed the present situation of research on this subject at home and abroad, thedomestic research and applications in data mining or lack of.Then, based on the definition of data mining, data mining process, commonly used in technical analysis of data mining and the related knowledge of customer relationship management and customer relationship management introduction.Finally, the application of data mining technology in the banking business data analysis, and using the clustering analysis and association rule data mining application bank customer segmentation method based on the analysis and cross selling.
Key words：Data mining The bank customer relationship management
K - means cluster analysis Apriori algorithm
目录
第一章 绪论 1
1.1 选题背景及研究意义 1
1.1.1 选题背景 1
1.1.2 研究的意义 1
1.2 国内外研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 2
1.3 本文的研究思路与方法 3
第二章 数据挖掘技术的理论研究 4
2.1 数据挖掘的基本概念 4
2.2 数据挖掘的任务与过程 4
2.2.1 数据挖掘的任务 4
2.2.2 数据挖掘的过程 5
2.3 数据挖掘的常用技术分析 6
2.3.1 统计分析与决策树 6
2.3.2 人工神经网络与遗传算法 6
2.3.3 粗集方法、模糊技术与可视化技术 7
第三章 客户关系管理(CRM)和银行CRM的理论研究 8
3.1 客户关系管理（CRM） 8
3.1.1 客户关系管理的基本概念 8
3.1.2 客户关系管理的步骤 8
3.1.3 客户关系管理系统的功能 9
3.2 银行CRM 9
3.2.1 银行CRM的内涵 9
3.2.2 银行CRM的实施内容 10
3.2.3 银行CRM的特点 10
第四章 数据挖掘与银行CRM的关系 12
4.1 数据挖掘在银行CRM中的应用概述 12
4.2 数据挖掘在银行CRM中的地位 12
4.3 数据挖掘在银行CRM的应用模式 13
4.4 数据挖掘在银行CRM的具体应用 13
4.4.1 客户分类 13
4.4.2 客户获取 14
4.4.3 交叉营销 14
4.4.4 信用分析 14
4.4.5 客户保持 15
第五章 具体数据挖掘技术在银行CRM中的应用 16
5.1 基于K均值聚类算法在银行客户细分中的应用 16
5.1.1 银行客户细分过程 16
5.1.2 传统的K均值聚类算法 16
5.1.3 传统K均值算法的不足分析 17
5.1.4 改进的K均值聚类算法 17
5.1.5 改进K均值算法的银行客户细分流程 19
5.2 关联规则技术在银行交叉销售中的应用 20
5.2.1 交叉销售 20
5.2.2 关联规则 20
5.2.3 Apriori算法的实现 21
5.3 小结 24
第六章 总结 25
6.1 论文的主要工作 25
6.2 论文的不足 25
6.3 进一步的工作 25
致谢 26
参考文献 27
1.8万字
我自己原创的毕业论文，仅在本站独家提交，大家放心使用
摘要 在我国金融业对外逐渐开放的环境下，大量的国外银行进驻国内金融市场。无论在管理上还是技术上国内商业银行都无法与与国外银行相抗衡，使得我国商业银行面临着的竞争压力前所未有。我国商业银行的当务之急就是要设计出一种方法来充分挖掘并利用这些潜在的数据。数据挖掘技术能够很好地获取信息，具有很强的可行性，可以提炼出经营管理者所须的关键信息，进而有效地指导银行的战略决策和业务管理。因此，当前我国商业银行信息化的重点就是数据挖掘的在银行中的应用，通过这一技术提高我国商业银行科学决策和市场竞争力。
本文致力于对数据挖掘在商业银行客户关系管理中的应用研究进行系统探讨。为此，论文在进行相关理论知识述的基础上，首先分析了本课题的国内外研究现状，说明了国内在数据挖掘的研究与应用方面还是欠缺的。然后，对数据挖掘的基本概念，数据挖掘过程，数据挖掘的常用技术分析以及客户关系管理和银行客户关系管理的相关理论知识进行介绍。最后将数据挖掘技术应用于银行业务数据分析中，并利用K均值聚类分析和关联规则的Apriori算法实现基于数据挖掘的银行客户细分和交叉销售的应用。
关键词：数据挖掘 银行CRM K均值聚类分析 Apriori算法
The Application of Data Mining Technology in the Customer Relationship Management of Bank Branches
Abstract Foreign gradually opening up in China's financial industry environment, a large number of foreign banks in the domestic financial market. In terms of management or technology, domestic commercial banks are unable to compete with foreign banks, the Chinese commercial banks are facing the pressure of competition hitherto unknown. A pressing matter of the moment of China's commercial banks is to devise a method to explore and make full use of the potential resources.Data mining technology can obtain information well, has the very strong feasibility,can extract key information management needs, strategic decision and businessmanagement so as to effectively guide the bank. Therefore, the current our country commercial bank information is to focus on the application of data miningin the bank, by China's commercial banks to improve scientific decision-making and market competitiveness of this technology.
This paper is trying to do some systematic exploration on the application of data mining in commercial banking customer relationship management.For this purpose，based on the related theoretical knowledge of the upper, first analyzed the present situation of research on this subject at home and abroad, thedomestic research and applications in data mining or lack of.Then, based on the definition of data mining, data mining process, commonly used in technical analysis of data mining and the related knowledge of customer relationship management and customer relationship management introduction.Finally, the application of data mining technology in the banking business data analysis, and using the clustering analysis and association rule data mining application bank customer segmentation method based on the analysis and cross selling.
Key words：Data mining The bank customer relationship management
K - means cluster analysis Apriori algorithm
目录
第一章 绪论 1
1.1 选题背景及研究意义 1
1.1.1 选题背景 1
1.1.2 研究的意义 1
1.2 国内外研究现状 2
1.2.1 国外研究现状 2
1.2.2 国内研究现状 2
1.3 本文的研究思路与方法 3
第二章 数据挖掘技术的理论研究 4
2.1 数据挖掘的基本概念 4
2.2 数据挖掘的任务与过程 4
2.2.1 数据挖掘的任务 4
2.2.2 数据挖掘的过程 5
2.3 数据挖掘的常用技术分析 6
2.3.1 统计分析与决策树 6
2.3.2 人工神经网络与遗传算法 6
2.3.3 粗集方法、模糊技术与可视化技术 7
第三章 客户关系管理(CRM)和银行CRM的理论研究 8
3.1 客户关系管理（CRM） 8
3.1.1 客户关系管理的基本概念 8
3.1.2 客户关系管理的步骤 8
3.1.3 客户关系管理系统的功能 9
3.2 银行CRM 9
3.2.1 银行CRM的内涵 9
3.2.2 银行CRM的实施内容 10
3.2.3 银行CRM的特点 10
第四章 数据挖掘与银行CRM的关系 12
4.1 数据挖掘在银行CRM中的应用概述 12
4.2 数据挖掘在银行CRM中的地位 12
4.3 数据挖掘在银行CRM的应用模式 13
4.4 数据挖掘在银行CRM的具体应用 13
4.4.1 客户分类 13
4.4.2 客户获取 14
4.4.3 交叉营销 14
4.4.4 信用分析 14
4.4.5 客户保持 15
第五章 具体数据挖掘技术在银行CRM中的应用 16
5.1 基于K均值聚类算法在银行客户细分中的应用 16
5.1.1 银行客户细分过程 16
5.1.2 传统的K均值聚类算法 16
5.1.3 传统K均值算法的不足分析 17
5.1.4 改进的K均值聚类算法 17
5.1.5 改进K均值算法的银行客户细分流程 19
5.2 关联规则技术在银行交叉销售中的应用 20
5.2.1 交叉销售 20
5.2.2 关联规则 20
5.2.3 Apriori算法的实现 21
5.3 小结 24
第六章 总结 25
6.1 论文的主要工作 25
6.2 论文的不足 25
6.3 进一步的工作 25
致谢 26
参考文献 27
