数据挖掘在证券客户关系管理中的应用与实现

《数据挖掘在证券客户关系管理中的应用与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、电子科技大学硕士学位论文数据挖掘在证券客户关系管理中的应用与实现姓名：童刚申请学位级别：硕士专业：软件工程指导教师：陆鑫;孙继军20070610摘要随着垄断格局的打破，证券公司如何应对激烈的市场竞争?如何培育公司的核心竞争力?方法只有一个：以市场为导向，以客户为中心，细分客户，建立完善的客户服务管理体系，实施品牌制胜战略。客户关系管理系统(即cRM)是现代经营管理科学与现代信息技术结合的产物。在我国随着计算机的普及和应用，企业积累了大量的原始数据，然而却不能有效的利用这些资源，形成了数据丰富知识贫乏的局面。数据挖掘技术正是开启这扇大门的金钥匙。本文的重点是使用密度方法对证券公司的交易数据进行聚

2、类分析，发现其中有意义的模型来支持证券业务的开展。本文运用基于x树技术的GDBSCAN算法，研究了该算法的时间复杂度并给出在不同试验数据量下程序运行时间。该算法有效地解决了处理高维度数据性能低下的问题。以某个证券营业部数据为实例，首先介绍公司数据应用面临的问题，分析了数据平台组织结构。接着进行了问题的定义，数据的定位，数据的描述，数据的清洗、整合与变换，运用算法发现模型，并对挖掘结果的理解和解释。最后总结了数据挖掘应注意的问题．关键词：客户关系管理，数据挖掘技术，聚类算法，证券CRMABSTRACTAftermonopolyinsecurityisbroken,s缸ategiesforstoc

3、kbrokercompanytogetsurvivedinthecompetitivemarketincludemarket-driven,customer-orientedconcepts，customerclassificationinfinergrandarity,comprehensivecustomerservicemanagementsystem，andbuildingstrongservicebrand．Customerrelationshipmanagement(CRM)systemistheapplicationofinformationtechnologyinmodembu

4、sinessmanagement．Asthecomputershavebeenusedinmanyfields，companieshaveaccumulatedlargenumberofprimitivedata．Buttheseresourceshaveneverbeeneffectivelyutilized．Sothesituation、Ⅳimabundantdataandpoorknowledgehasbeenformed．Datamillingtechnologyisjnstthegoldenkeytoopenthedoor．Theemphasisofthisarticleisusin

5、gGDBSCAN，oneofdensity-basedclusteringmethodtoanalyzethedealdataofsecuritycompanytodiscovermeaningfulmodeltosupportexpandingsecuritybusiness．Inthearticle，GDBSCANbasedonXtreetechnologybebroughttoresolveavailablytheproblemoflowfunctionofdisposalhi曲degreedata．Inthearticle，thetimecomplexityofalgorithmbes

6、tudiedandtheprogramruntimeunderdifferentexperinaentdataamountisgive也Wechoseasecuritycompanyasanexample．Thecase,first,in缸oducestheproblemofcompany’sdataappliedandanalyzesdataplatformorganizeframework．Andthen,thearticlegivesoutdefinitionofproblem,directcu_wentpositionofdata，descriptionofdata,washofdat

7、a,integrationandWansition,buildingmodel，apprehensionandexplanationofminingoutcome．Finally，theproblemstobewatchedbydataminingaresmnmedup．Keywords：CRM，DataMiningtechnology,clusteringmethod,securityCRMIl