数据挖掘技术在银行业客户分析中的应用研究

发布时间：2017-08-21 03:25

  本文关键词：数据挖掘技术在银行业客户分析中的应用研究

  更多相关文章： 数据挖掘 客户细分 客户流失 信用评分

【摘要】：随着社会的发展和科技的进步,银行业的经营垄断已经被打破,特别是近几年来我国银行从发展规模、市场化进程等方面发生了翻天覆地的变化,同时也正在加快银行信息化、数字化的发展步伐。银行的经营模式正在从被动式的服务转变成为主动式的服务,进入了以客户为中心的经营时代,而客户资源也成为银行最具有价值的资产。银行通过建立客户信息数据库,实现对客户的管理。然而,随着银行客户数据越来越丰富,大量的数据被描述成“数据丰富,但信息缺乏”。银行建立的数据仓库被描述为“数据坟墓”因此,银行很多重要的决定,不是基于数据仓库中信息丰富的数据,而是基于管理者的直觉。数据挖掘技术作为一种强大的信息获取方法,可以从银行存储的海量数据中挖掘出经营管理者所必须的关键信息,进而有效的指导银行的战略决策和业务管理。因此,论文基于数据挖掘技术,将银行客户数据作为研究对象,对银行客户细分、银行客户流失和银行客户信用评分三个方面进行了系统分析。论文在对相关文献进行研究的基础上,描述了数据挖掘的概念,对数据挖掘常用技术进行了分析,重点介绍了决策树、关联规则、聚类分析、回归分析、神经网络等技术,采用CRISP-DM数据挖掘流程,以SPSS Modeler软件作为数据挖掘工具,将数据挖掘技术应用到银行客户分析中,并利用模型对比的方法,结合银行数据的特点,选取最有效,准确度最高的数据挖掘模型,对模型结果做出评估。实例研究表明,模型对样本的预测准确率较高,研究所采用的方法是有效的、合理的。论文重点在于利用数据挖掘技术,对银行客户信息进行分析研究,挖掘客户消费倾向和消费模式,深入、全面的挖掘客户信息背后有价值的规律和原因,得出相应的结论,并提出有针对性的管理意见,使银行能够真正的了解客户的需求,对客户的价值做出正确的判断,能够正确的保留旧客户,发展新客户,对客户的信用风险做出预测,从而使银行整体上提高效益,能够在激烈的市场竞争中处于有利地位。
【关键词】：数据挖掘 客户细分 客户流失 信用评分
【学位授予单位】：景德镇陶瓷学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;F274;F832.33
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-12
• 1.1 课题研究背景和意义8-9
• 1.2 国内外相关研究综述9-10
• 1.3 论文的研究方法10
• 1.4 论文研究的主要内容及结构安排10-12
• 2 数据挖掘技术相关理论12-19
• 2.1 数据挖掘概念12
• 2.2 数据挖掘常用技术分析12-16
• 2.2.1 决策树12-13
• 2.2.2 关联规则13
• 2.2.3 聚类分析13-14
• 2.2.4 Logistic分析方法14-15
• 2.2.5 神经网络15-16
• 2.3 CRISP-DM16-17
• 2.4 SPSS Modeler软件介绍17-18
• 2.5 本章小结18-19
• 3 银行客户细分19-27
• 3.1 客户细分背景19
• 3.2 客户细分概念19-20
• 3.3 客户细分模型20-21
• 3.4 客户细分实例21-26
• 3.4.1 商业理解21
• 3.4.2 数据理解21
• 3.4.3 数据准备21-22
• 3.4.4 建立模型22-24
• 3.4.5 模型评估24-26
• 3.5 本章小结26-27
• 4 银行客户流失分析27-37
• 4.1 客户流失概念27
• 4.2 客户流失类型27-28
• 4.3 客户流失分析28
• 4.4 客户流失分析实例28-36
• 4.4.1 商业理解28-29
• 4.4.2 数据理解29-32
• 4.4.3 数据准备32-33
• 4.4.4 建立模型及评估33-34
• 4.4.5 模型部署34-36
• 4.5 本章小结36-37
• 5 银行客户信用评分37-47
• 5.1 信用评分背景37-38
• 5.2 信用评分概念38
• 5.3 信用评分方法38-39
• 5.4 信用评分分析实例39-46
• 5.4.1 商业理解39
• 5.4.2 数据理解39-40
• 5.4.3 数据准备40-41
• 5.4.4 建立模型41-44
• 5.4.5 模型评估44-46
• 5.5 本章小结46-47
• 6 结论与展望47-49
• 6.1 论文研究取得的预期成果47
• 6.2 论文研究存在的不足之处47
• 6.3 展望47-49
• 致谢49-50
• 参考文献50-52

【相似文献】

中国期刊全文数据库 前10条

1 黎洪生,卓祯雨;数据挖掘技术及其在过程监控中的应用[J];广东自动化与信息工程;2002年03期

2 黎洪生,卓祯雨;数据挖掘技术及其在过程监控中的应用[J];计算技术与自动化;2002年04期

3 何志国,曹玉东;数据挖掘技术[J];攀枝花学院学报;2002年06期

4 贺玉珍;浅析数据挖掘技术[J];运城高等专科学校学报;2002年03期

5 庞先伟;基于数据挖掘技术的资源型学习[J];现代远程教育研究;2002年03期

6 卢辉斌,王拥军;数据挖掘技术在入侵检测中的应用[J];燕山大学学报;2003年02期

7 张丽丽;数据挖掘技术的应用分析[J];山西经济管理干部学院学报;2003年04期

8 张红军;谈谈数据挖掘技术及其应用[J];广西梧州师范高等专科学校学报;2003年03期

9 田小霞,刘晓霞;数据挖掘技术在客户保持中的应用研究[J];微计算机应用;2003年03期

10 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集（上卷）[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集（下册）[C];2001年

中国重要报纸全文数据库 前10条

1 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘，再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 邓博;基于数据挖掘技术构建电信4G客户预测模型的研究[D];兰州大学;2015年

6 赵明芳;数据挖掘技术在教学评教中的应用与研究[D];宁夏大学;2015年

7 苗家铭;基于数据挖掘技术的商业银行个人信用风险评估模型及其应用[D];南京财经大学;2015年

8 鲍素贞;数据挖掘技术在个性化网络教学平台中的应用研究[D];聊城大学;2015年

9 李文栋;基于Spark的大数据挖掘技术的研究与实现[D];山东大学;2015年

10 郭忠俊;基于数据挖掘技术的矿井提升机故障诊断研究[D];中国矿业大学;2015年

，

本文编号：710566