面向农村信用合作社的商务智能技术及其应用研究

发布时间：2017-04-20 09:14

  本文关键词：面向农村信用合作社的商务智能技术及其应用研究，由笔耕文化传播整理发布。

【摘要】：随着计算机的发展和普及,关系数据库系统的成功,各种各样的数据库系统正以前所未有的速度被开发出来在各行各业中广泛应用,使得事务处理更加准确和高效。而且,企业日常积累的数据更是以指数级速度快速增长。虽然数据量巨大,但是决策者和分析者真正要分析和决策的时候却感觉信息贫乏,无从下手,对大量的信息不知道如何应用。由需求驱动的商务智能相关技术：数据仓库、联机分析处理和数据挖掘等得到了快速发展,成为现如今数据大爆炸时代的技术支柱。 农村信用社乃是农村金融这一体系的基础,只有深化农村信用社改革,进而改进农村金融服务,才能使农村信用社健康稳定地发展。这些都事关农民增收、农业发展、农村稳定大局。但是,农村信用社目前却存在客户的大量流失问题,已严重影响了农信社正常的发展。作为农信社的经营者,客户流失是日益激烈的竞争市场中所有金融机构所面临的一大难题,对于如何找到客户流失的原因,如何有效地降低客户流失率,进而降低资金的大量流失,已成为农信社的当务之急。 虽然现在对商务智能技术应用在银行业的研究和应用不少,但是由于农村信用社的特殊情况,所面对的客户的不同,使得前人所研究出来的理论和模型在农信社应用都不是太好。另外,对于建立数据仓库过程中,某些关键设计方法和技术也只是寥寥数笔。在数据仓库设计过程中,设计人员往往还存在不少的问题。而本文以某农村信用社的数据仓库建设项目为契机,以商务智能理论和客户关系管理理论为框架,对数据仓库的设计过程中的一些关键技术进行了详细研究,并且将数据仓库建设完成后的数据应用于客户流失中,得到了一个客户流失预测模型,预测效果较好。现在对相关内容总结如下： 一.对数据仓库的设计过程进行了详细的实践,这些设计的原因和原理都研究得比较清楚。主要包括：项目需求分析、逻辑模型设计、物理模型设计、ETL设计与开发等。这是一个数据仓库项目比较标准的流程,这一实践让我们更加系统地了解数据仓库商业项目中,需要的技术有哪些,另外里面的困难和挑战有哪些,另外该怎么克服这些困难和挑战。 二.特别对于逻辑模型设计过程中,对于农信社的业务逻辑,如：当事入主题中的逻辑关系进行了详细地分析,进而发现需要在当事人主题下也要设计子主题。而对子主题包括哪些表,表里包括哪些字段,都做了详细研究和说明。在农信社,特别是银行的复杂的业务中,理清这些逻辑关系显得尤为重要。如果未对这些逻辑分析清楚,即使以后建立起来的数据仓库也不能满足业务部门的需求。这一部分如此重要,但是由于农信社业务的复杂性,往往一个表中的数据,牵涉到多个系统、多个表,这就需要调研人员花大力气,了解业务逻辑关系,进而完整地得到业务规则。这部分是本文的重点内容。 三.在数据仓库建设好以后,可以有各种应用,主要包括：客户关系管理、产品管理、风险管理等。由于先如今农信社的客户流失问题日益严重,在本文中,利用在项目中得到的数据对客户流失进行建模,以期望能够找出客户流失的特征,进而减少客户的流失,提高农信社的效益。而在建立模型中,利用了数据挖掘中经典的决策树分析方法来对客户流失的模型建立。而在对数据的预处理方面,数据仓库的优势就体现出来了,它是一个统一的数据分析平台,可以说就是为数据分析而生的。所以在数据的预处理上就没有花费多少工夫,因为基本在仓库内都已经处理好了。这个模型与以往的银行建立的客户流失模型相比,有一定的差距。这也表明了农信社跟其他银行的不同之处。其中,这一模型中所包含的影响因素有：客户抱怨与否、客户一年内的业务量、客户拥有的产品数、客户是否有不良记录、客户的证件类型等。其中,对客户的抱怨是最重要的影响因素,正因为农信社面向的是中小企业客户和农村客户,他们对自己的主观感受比较看重,这也是情理之中的。
【关键词】：商务智能 数据仓库 数据挖掘 决策树 客户流失
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13;F832.35
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 1. 绪论10-22
• 1.1 研究背景和研究意义10-11
• 1.2 国内外研究状况11-13
• 1.3 研究的技术理论基础13-19
• 1.3.1 商务智能的概念13-15
• 1.3.2 商务智能的发展15
• 1.3.3 商务智能的数据流程与技术框架15-19
• 1.4 研究内容19-20
• 1.5 论文结构20-22
• 2. 数据仓库需求分析22-32
• 2.1 制定调研计划23-24
• 2.2 实施调研24
• 2.3 需求分析及整理24-32
• 2.3.1 数据仓库的主题域24-26
• 2.3.2 源系统数据接入需求26-28
• 2.3.3 数据仓库数据备份与性能需求28-30
• 2.3.4 项目建设目标30-32
• 3 逻辑模型及物理模型设计32-42
• 3.1 逻辑模型设计32-40
• 3.1.1 模型设计原则33-37
• 3.1.2 当事人逻辑模型设计过程37-40
• 3.2 物理模型设计40-42
• 3.2.1 确定数据的存储结构40-41
• 3.2.2 数据的索引策略41-42
• 4. ETL设计与开发和数据质量管理42-53
• 4.1 ETL设计与开发42-53
• 4.1.1 ETL概述42-43
• 4.1.2 ETL设计原则43-44
• 4.1.3 ETL逻辑架构44
• 4.1.4 ETL任务调度总体策略44-47
• 4.1.5 ETL任务47-48
• 4.1.6 ETL设计与开发工程举例48-53
• 5. 客户关系管理研究53-65
• 5.1 客户流失原因54-55
• 5.1.1 客户流失的定义和分类54
• 5.1.2 客户流失的原因54-55
• 5.2 决策树分析55-64
• 5.2.1 决策树算法55-56
• 5.2.2 决策树分析在银行客户流失中的应用56-64
• 5.3 提高客户忠诚度的措施64-65
• 6. 总结及展望65-67
• 6.1 总结65-66
• 6.2 展望66-67
• 附录67-75
• 参考文献75-77
• 致谢77

【参考文献】

中国期刊全文数据库 前10条

1 郭明;基于决策树的客户流失分析[J];广东通信技术;2004年11期

2 康雷宇;银行卡业务高速发展的驱动力——数据挖掘[J];华南金融电脑;2004年08期

3 张宁,贾自艳,史忠植;数据仓库中ETL技术的研究[J];计算机工程与应用;2002年24期

4 罗可,林睦纲,郗东妹;数据挖掘中分类算法综述[J];计算机工程;2005年01期

5 韩冬;数据挖掘与商业银行客户关系管理[J];计算机时代;2004年04期

6 黄中实;客户关系管理及其实施步骤[J];企业改革与管理;2001年12期

7 丁剑敏;数据挖掘技术及其在商业银行中的应用[J];市场周刊(财经论坛);2003年04期

8 薛薇;数据挖掘中的决策树技术及其应用[J];统计与信息论坛;2002年02期

9 杨明,张载鸿;决策树学习算法ID3的研究[J];微机发展;2002年05期

10 李霞;;ID3分类算法在银行客户流失中的应用研究[J];计算机技术与发展;2009年03期

  本文关键词：面向农村信用合作社的商务智能技术及其应用研究，，由笔耕文化传播整理发布。

本文编号：318364