欢迎来到天天文库
浏览记录
ID:33374761
大小:2.51 MB
页数:66页
时间:2019-02-25
《数据挖掘在银行个人优质客户管理中的应用研究》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、摘要近年来,国内各家商业银行相当重视个人业务的发展,纷纷成立了专门的个人业务管理部门,建立了(个人)客户经理制度,提出了“把个人业务作为银行新的利润增长点’’的经营理念,积极探索新的发展思路。各商业银行在个人用户方面已经形成了复杂的竞争局面。随着更多的外资金融机构进入中国市场,金融行业在争夺优质客户和扩大新业务市场占有率等方面的竞争将会更加激烈。金融企业又将如何找到自己最有效的客户,如何开发有竞争力的业务呢?“数据挖掘”技术应运而生。数据挖掘技术应用的价值在于帮助金融企业分析影响其业务的关键因素,从而帮助金融企业增加收入、降低成本,使金融行业的管理决策更趋科学,客户分析更趋精确。可以
2、说数据挖掘技术应用是金融信息化必不可少的一步。本文结合本单位业务需要,选择了这一课题,开展了基于数据挖掘技术的个人优质客户管理的应用研究。主要工作如下:.,(1)、概述了客户关系管理及个人优质客户管理系统;(2)介绍了数据挖掘和数据预处理;.。(3)分析了一些可以为银行的客户管理应用的数据挖掘算法,分别是:分类算法、聚类算法、异常检测算法:(4)分析并实践了基于数据挖掘技术的银行个人优质客户管理应用研究。关键词:客户关系管理;数据挖掘;数据预处理;决策树Ⅱ’Abstract————————————————————————————————————————————————————一一一A
3、BSTRACTRecently,maaydomesticcommercialbankspaymoreattentiontothedevelopmentofthepersonaLlbusiness.Theyestablishedthespecialpersonalbusinessadministrativedepartmentandsetup(personal)customermanagementsystem.Moreimportantly,inordertoexplorethenewdevelopingmethod,theyputforwardthemanagementtheoryo
4、fregardingpersonalbusinessasanewgrowingpointofprofitofbank.Thereexistsacomplexcompetitioncomplexionamongcommercialballl【smimportantindustrycustomerandpersonalcustomer.WithmoreandmoreforeigncapitalenteringintothemarketofChina,financeindustrywillcompeteseverelyforhighgradecustomerandexpandmarketo
5、ccupancyofnewoperations.Howtofindthemosteffectivecustomeranddeveloptheirowncompetitiveoperations?Thetechnologyofdamminingisthusdeveloped.ThevalueofdataminingapplicationisinthatitCanhelpfinancialenterprisestoanalyzethekeyfactorsaffectingtheiroperationsandthushelpthemtoincreaseincome,reducecost,m
6、a:kememanagementdecisionbescientificandcustomeranalysisbeaccurate.ItcanbesaidthatdataminingtechnologyapplicationisanabsolutenecessityfortherealizationoffinanciaIinformation.Combiningthepracticalrequirementsofourdepartment,theessaylaunchestheapplicationstudyofpersonalhighgradecustomermanagementb
7、asedonthetechnologyofdatamining.Maincontributionsandcharacteristicaleasfollows:(1)SummarizingtheCRMandpersonalhighgradecustomermanagementsystem;(2)Introducingthedataminingandthedatapretreatment;(3)Analyzingseveraldataminingalgorit
此文档下载收益归作者所有