發(fā)布時(shí)間：2020-11-06 12:41

　　 商業(yè)銀行客戶關(guān)系管理的核心是借助先進(jìn)的管理方法和信息技術(shù),通過對企業(yè)業(yè)務(wù)流程的重組來整合客戶資源,利用客戶經(jīng)理制度,實(shí)現(xiàn)客戶信息和資源的共享,從而為客戶提供優(yōu)質(zhì)的產(chǎn)品和服務(wù),保持和發(fā)展更多的客戶,最終達(dá)到銀行利潤的最大化。近年來,隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展和成熟,該技術(shù)被越來越多的應(yīng)用于商業(yè)銀行的客戶關(guān)系管理中,對現(xiàn)有客戶進(jìn)行細(xì)分,有效地發(fā)掘銀行的重點(diǎn)客戶及其潛在的需求,為其提供“一對一”的個(gè)性化服務(wù),極大地提高了客戶的滿意度和忠誠度,在吸引新客戶的同時(shí),也避免了老客戶的流失。而且,使用了數(shù)據(jù)挖掘后,商業(yè)銀行對產(chǎn)品和服務(wù)的營銷變得更加具有針對性,只需把產(chǎn)品或服務(wù)提供給有潛在需求的客戶,在有效提高銷售產(chǎn)品和服務(wù)的成功率以及效率的同時(shí),也降低了營銷的成本。 為了預(yù)測某銀行的新客戶是否會購買理財(cái)產(chǎn)品,本文使用了數(shù)據(jù)挖掘技術(shù)中的決策樹來建立模型,找出已經(jīng)購買理財(cái)產(chǎn)品的客戶的特征(存款金額、年齡、性別、學(xué)歷、持卡年數(shù)等),并根據(jù)此特征來分類并預(yù)測新客戶對理財(cái)產(chǎn)品的需求情況。首先,本文在詳細(xì)論述了分類原理、決策樹原理及其算法和決策樹建模優(yōu)勢的基礎(chǔ)上,建立了決策樹模型,并對決策樹進(jìn)行了剪枝,提出了分類規(guī)則。其次,文章從準(zhǔn)確性和可伸縮性兩個(gè)方面對模型進(jìn)行了解釋和驗(yàn)證。最后,根據(jù)對模型分析的結(jié)果,成功地實(shí)現(xiàn)了對目標(biāo)客戶的分類,為商業(yè)銀行的個(gè)性化服務(wù)和關(guān)系營銷提供了科學(xué)依據(jù)。
【學(xué)位單位】：五邑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2013
【中圖分類】：TP311.13;F832.33
【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究問題及意義
        1.3.1 本文研究的問題
        1.3.2 研究的意義和作用
第二章 商業(yè)銀行客戶關(guān)系管理及數(shù)據(jù)挖掘理論體系
    2.1 客戶關(guān)系管理理論
        2.1.1 概念
        2.1.2 客戶關(guān)系管理的內(nèi)涵
        2.1.3 CRM的基本內(nèi)容
        2.1.4 CRM系統(tǒng)的邏輯體系結(jié)構(gòu)
        2.1.5 商業(yè)銀行客戶關(guān)系管理
    2.2 數(shù)據(jù)挖掘
        2.2.1 數(shù)據(jù)挖掘的概念
        2.2.2 數(shù)據(jù)挖掘常用的分析方法
        2.2.3 數(shù)據(jù)挖掘常用的方法
    2.3 數(shù)據(jù)挖掘技術(shù)與商業(yè)銀行CRM的關(guān)系
        2.3.1 數(shù)據(jù)挖掘?qū)ι虡I(yè)銀行實(shí)施客戶關(guān)系管理的重要性
        2.3.2 數(shù)據(jù)挖掘在商業(yè)銀行CRM中的應(yīng)用模型
        2.3.3 構(gòu)建以數(shù)據(jù)挖掘技術(shù)為核心的商業(yè)銀行CRM系統(tǒng)
第三章 商業(yè)銀行CRM的數(shù)據(jù)挖掘方法的確定
    3.1 商業(yè)銀行數(shù)據(jù)庫或數(shù)據(jù)倉庫中數(shù)據(jù)的情況概述
        3.1.1 商業(yè)銀行CRM系統(tǒng)中應(yīng)當(dāng)具備的數(shù)據(jù)信息
        3.1.2 商業(yè)銀行CRM系統(tǒng)中實(shí)際獲得的數(shù)據(jù)信息
        3.1.3 對商業(yè)銀行中用于本次建模的數(shù)據(jù)進(jìn)行分析
    3.2 根據(jù)本次數(shù)據(jù)挖掘的任務(wù)確定數(shù)據(jù)挖掘的方法
        3.2.1 決策樹法
        3.2.2 本文選用決策樹的優(yōu)勢
    3.3 決策樹建模的原理及算法
        3.3.1 分類原理
        3.3.2 決策樹分類及算法
第四章 商業(yè)銀行利用決策樹創(chuàng)建模型的實(shí)證研究
    4.1 客戶有關(guān)數(shù)據(jù)的預(yù)處理
        4.1.1 數(shù)據(jù)清理
        4.1.2 數(shù)據(jù)集成和變換
        4.1.3 數(shù)據(jù)規(guī)約
    4.2 根據(jù)商業(yè)銀行數(shù)據(jù)信息創(chuàng)建決策樹模型
        4.2.1 建模中的概念分層
        4.2.2 創(chuàng)建決策樹
        4.2.3 根據(jù)決策樹模型找出商業(yè)銀行客戶的分類規(guī)則
        4.2.4 模型結(jié)論
    4.3 對決策樹分類模型的測試
        4.3.1 決策樹算法的可伸縮性
        4.3.2 決策樹歸納法的準(zhǔn)確性
第五章 商業(yè)銀行客戶關(guān)系管理策略
    5.1 商業(yè)銀行決策樹模型的評價(jià)和解釋
    5.2 商業(yè)銀行基于模型結(jié)果的客戶關(guān)系管理策略
        5.2.1 商業(yè)銀行客戶關(guān)系營銷策略
        5.2.2 提升與客戶合作的價(jià)值
總結(jié)與展望
參考文獻(xiàn)
科研活動
致謝
附錄

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳敏;;數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行中的應(yīng)用[J];中國管理信息化;2011年09期

2 張穎;數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用[J];廣西金融研究;2004年02期

3 吳湘洲,田盛豐;數(shù)據(jù)挖掘原型系統(tǒng)GenMiner中分類挖掘模塊的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2002年12期

4 張雪英;國外先進(jìn)數(shù)據(jù)挖掘工具的比較分析[J];計(jì)算機(jī)工程;2003年16期

5 張琦;客戶關(guān)系管理——提升商業(yè)銀行核心競爭力的關(guān)鍵[J];上海金融;2005年01期

6 黃解軍,萬幼川,潘和平;銀行客戶關(guān)系管理與數(shù)據(jù)挖掘的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2003年07期

7 翟鴻鳴;銀行CRM系統(tǒng)的分析與設(shè)計(jì)[J];微機(jī)發(fā)展;2004年01期

8 徐小平,劉玉寶;我國銀行業(yè)客戶關(guān)系管理研究[J];現(xiàn)代管理科學(xué);2003年01期

9 喬向杰;陳功平;;數(shù)據(jù)挖掘中分類算法的可擴(kuò)展性研究[J];信陽師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年02期

10 曲東榮;CRM在中國銀行領(lǐng)域中的應(yīng)用[J];中國金融電腦;2000年10期

本文編號：2873150