基于聚类算法的银行卡客户分类分析系统的设计与实现

《基于聚类算法的银行卡客户分类分析系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目基于聚类算法的银行卡客户分类分析系统的设计与实现工程领域软件工程指导教师朱清新教授作者姓名吴江波学号200792320005万方数据分类号密级注1UDC学位论文基于聚类算法的银行卡客户分类分析系统的设计与实现（题名和副题名）吴江波（作者姓名）指导教师姓名朱清新教授电子科技大学成都卢勇生高工郑州飞机设备公司控制技术研究所郑州（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2011.05.1论文答辩日期2011.05.30学位授予单位和日期电子科技大学答辩委员会主席评阅人2011年月日注1：注明《国际十进分类法UDC》

2、的类号万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用

3、影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要准确的客户分类是现代银行有效实施客户关系管理的基础。客户分类是根据客户属性来划分客户的集合，透过获得的客户类别来分析和预测客户的消费模式，建立起更好的客户服务体系，以利银行实行进一步差异化客户的管理，进而使得银行提升竞争能力和赢利能力。由于客户分类问题涉及众多因素，并且会产生海量的客户信息数据，针对该问题，构建有效的银行卡客户分类系统是当前银行管理系统迫切需要解决的问题。K-means算法是数据挖掘中一种简单高效的聚类算法。针对目前银行卡客户关系管理的现状

4、，本文基于数据挖掘技术，利用Delphi工具和SQLserver数据库，设计了基于改进的K-means聚类算法的银行客户分类系统。数据挖掘技术可以提取海量的银行卡客户信息数据中隐含的知识和空间关系模式，将代表银行客户的特征数据对象集自动分类成各个由类似的对象组成的簇，实现银行系统的银行卡客户分类。在银行卡业务主机（ES9000）获取系统的银行卡业务数据，经过数据的抽取、转换和加载进入银行卡分析系统前置机（RS6000）端中，通过银行卡分析系统数据库服务器完成数据挖掘和客户分类的功能。该系统的几个主要功能模块包括数据预处理、数据挖掘、数据管理、系统维护四大功能模块，不仅对银行管理者能

5、够提供多种直观、灵活的客户展现方式和分析手段，而且还为操作员提供数据维护功能和管理功能。系统的应用效果也证明了其有效性。关键词：银行卡分类；聚类分析；K-means算法I万方数据ABSTRACTAbstractAccuratecustomclassificationisthefoundationofanefficientcustomerrelationshipmanagementofmodernbanks.Thecustomclassificationaimstodividethecustomersintodifferentclusters,whichhelpsthebanksto

6、analyzeandpredicttheconsumepatternofcustomersandconsequentlyestablishbetterservicessystemforcustomers.Italsohelpsthebankstoperformdifferentmanagementfordifferentcustomsandthusimprovethecompetitivenessandprofitability.Becauseofthepotentialfactorsthatinfluencethecustomerclassification,oneshouldc

7、hoosesomeschemeswithbetterperformanceinclassifythecustomers.Thedataminingtechnologycanextracttheimplicitknowledgeandspatialrelationshippatterns,andthendividethefeaturesofthecustomerdataintoseveralclusters.BasedontheK-meansalgorithm,whic