数据挖掘在银行个人优质客户管理系统优化中的应用

发布时间：2017-05-07 07:12

  本文关键词：数据挖掘在银行个人优质客户管理系统优化中的应用，由笔耕文化传播整理发布。

【摘要】：面对金融市场日益提高的市场竞争程度，进行客户关系管理并与客户保持良好的关系已经成为广大商业银行的共识；而这当中，加强与个人优质客户的关系更是对银行业绩的稳定和提高具有重要意义。这是因为，与一般的个人客户相比，个人优质客户往往拥有更多的金融资产，对银行所提供的金融服务具有更强烈的需求，同时也能给银行带来更大的收益。N银行作为国内较早利用个人优质客户管理系统进行个人优质客户管理的银行之一，个人优质客户管理的理念已经在全行上下形成共识；但是，在日常经营过程中，该系统由于在系统模块设计方面，尤其是在市场细分方面，仍然存在一定的缺陷，不能很好地适应当前N银行个人优质客户管理的需求，，对银行经营效益的提升形成不利影响。 正是在这样的背景下，本文从个人优质客户关系管理和数据挖掘技术等相关概念出发，通过对N银行现有个人优质客户关系管理系统的现状分析，确定将客户分类、客户保持和交叉销售作为本文数据挖掘的主题；继而分别利用数据挖掘技术中的决策树、粗糙集和关联规则三种方法对N银行个人客户数据进行挖掘，实现客户分类、客户保持和交叉销售的功能目标；最后具体从规模细分、评价细分、产品细分、属性细分、趋势细分和渠道细分六个子模块实现对市场细分模块的优化，从而为维护银行与个人优质客户的关系、为业务部门开展有针对性的业务活动等提供了强有力的支持。
【关键词】：个人优质客户关系管理 数据挖掘 系统优化
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13
【目录】：

• 摘要5-6
• Abstract6-10
• 插图索引10-11
• 附表索引11-12
• 第1章 绪论12-18
• 1.1 选题背景与意义12-13
• 1.2 国内外研究现状13-16
• 1.2.1 国外文献综述13-14
• 1.2.2 国内文献综述14-16
• 1.3 本文研究内容与框架16-18
• 1.3.1 研究内容16
• 1.3.2 技术路线图16-18
• 第2章 PCRM 和 DM 技术的相关概念界定18-27
• 2.1 银行个人优质客户关系管理概述18-21
• 2.1.1 个人优质客户关系管理的概念和内涵18-19
• 2.1.2 个人优质客户关系管理的特征19-20
• 2.1.3 个人优质客户关系管理系统的主要功能20-21
• 2.2 数据挖掘技术的概述21-25
• 2.2.1 数据挖掘的概念21
• 2.2.2 数据挖掘的基本流程和方法21-24
• 2.2.3 数据挖掘的功能24-25
• 2.3 数据挖掘与银行客户关系管理的内在联系25-26
• 2.3.1 数据挖掘是银行实施客户关系管理的关键25
• 2.3.2 数据挖掘在银行客户关系管理中的应用模式25-26
• 2.4 本章小结26-27
• 第3章 N 银行个人优质客户关系管理系统的现状分析27-33
• 3.1 系统的业务流程和体系结构简介27-29
• 3.1.1 系统的业务流程27-28
• 3.1.2 系统的体系结构28-29
• 3.2 PCRM 系统优化的需求性分析29-30
• 3.2.1 系统业务性需求分析29-30
• 3.2.2 性能基本需求分析30
• 3.2.3 可行性分析30
• 3.3 系统优化的预期目标分析30-31
• 3.4 本章小结31-33
• 第4章 数据挖掘技术在 PCRMs 优化中的应用33-49
• 4.1 确定数据挖掘的主题33-36
• 4.1.1 数据挖掘主题的确定33
• 4.1.2 数据挖掘主题分析33-36
• 4.2 决策树在银行客户分类中的应用36-41
• 4.2.1 算法选择依据36-37
• 4.2.2 决策树方法介绍37-38
• 4.2.3 ID3 算法实现38-41
• 4.3 粗糙集在银行客户保持中的应用41-44
• 4.3.1 算法选择依据42
• 4.3.2 粗糙集介绍42-43
• 4.3.3 算法实现43-44
• 4.4 关联规则在交叉销售中的应用44-48
• 4.4.1 算法选择依据44
• 4.4.2 关联规则44-45
• 4.4.3 Apriori 算法45-48
• 4.5 本章小结48-49
• 第5章 N 银行个人优质客户关系管理系统优化的实现49-59
• 5.1 系统优化的基本原则49-50
• 5.2 系统优化的重点模块50-51
• 5.3 系统优化的实现51-57
• 5.3.1 规模细分51-52
• 5.3.2 评价细分52-53
• 5.3.3 产品细分53-54
• 5.3.4 属性细分54-55
• 5.3.5 趋势细分55-56
• 5.3.6 渠道细分56-57
• 5.4 系统验证测试57-58
• 5.5 本章小结58-59
• 结论59-61
• 参考文献61-63
• 致谢63

【参考文献】

中国期刊全文数据库 前10条

1 杨娉;;论商业银行的客户关系管理[J];商业研究;2006年09期

2 毕建欣,张岐山;关联规则挖掘算法综述[J];中国工程科学;2005年04期

3 王侃钰;;提高我国银行业竞争力的对策研究——浅谈交叉销售在我国商业银行的应用[J];中国管理信息化;2013年15期

4 朱耀祖;浅谈商业银行的客户关系管理与差别化服务[J];湖南大学学报(社会科学版);2002年S2期

5 杨胜刚;王鹏;贺学会;;决策树算法在反洗钱领域中的应用研究[J];湖南大学学报(社会科学版);2006年01期

6 赵卫军;李捷;;数据仓库和数据挖掘在银行CRM中的应用[J];华南金融电脑;2007年05期

7 黄丹;;商业银行客户关系管理研究[J];经济师;2007年10期

8 石飞;杨米沙;;我国商业银行客户关系管理发展战略研究[J];经济纵横;2007年07期

9 张焱,欧阳一鸣,王浩,汪曦东;数据挖掘在金融领域中的应用研究[J];计算机工程与应用;2004年18期

10 卢媛媛;张剑;何海燕;;基于WEKA的客户分类信息系统研究[J];计算机工程与科学;2011年05期

  本文关键词：数据挖掘在银行个人优质客户管理系统优化中的应用，由笔耕文化传播整理发布。

本文编号：349431