数据挖掘技术在银行个人优质客户系统中的应用研究

《数据挖掘技术在银行个人优质客户系统中的应用研究》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、西安电子科技大学独创性(或创新性)声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安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做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：邋日期盘j：!兰：里关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的

2、知识产权单位属西安电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本学位论文属于保密在一年解密后适用本授权书。本人签名：邋日期丛翌i：!生矿导师签名：空臣童坠垂日期丝兰丕丝：，2．3摘要舢㈣11

3、lII

4、lll¨Ⅲ⋯IIlllⅢ11

5、lI删Y2068533。-随着全球经济一体化进程的加快和竞争的加剧，传统的以生产为中心，以产品和规模为目的的粗放式经营管理

6、模式逐渐被以客户为中心、以服务为目的的集约化经营管理模式所取代。客户关系管理(CustomerRelationshipManagement-CRM)正被越来越多的企业所关注，而优质客户价值管理是客户关系管理中的核心与基础。本文主要阐述了数据挖掘技术在农行目前正在使用的个人优质客户系统中的应用研究。通过对农行目前所使用的个人优质客户系统的分析研究，发现目前所使用的系统还仅仅局限于简单的统计、汇总功能，而对于客户的分类、客户的获取、客户的保持及交叉销售这几方面都没有进行深入的研究和分析。针对上述问题，本篇论文采用了数据挖掘技术，对农行目前使用的个人优质客户系统进

7、行了改造，通过使用决策树、贝叶斯分类、粗糙集、关联规则等数据挖掘技术，使该系统实现了客户分类、客户获取、客户保持和交叉销售的功能。具体实现的功能模块有：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。系统功能改造完成后，使农行的客户按照规模、产品、客户属性、分类和评价等多个纬度进行了划分及分析评价，可以查询各类统计报表，了解本机构的客户总体情况，对农行客户信息的扩展、分析使用，以及对客户功能的维护都有了更强的支持，为业务部门提供有力的分析数据。关键词：数据挖掘决策树贝叶斯分类粗糙集数据挖掘技术在银行个人优质客户系统中的应用研究一AbstractA

8、BSTRACTWitlltheaccelerationoftheprocessofglobaleconomicintegrationandcompetitionintensification，thetraditionalextensivemanagementmodeofproduction-centered，outputanddimensionbased，hasbeenreplacedgraduallybytheintensivemanagementmodelofcustomer-centeredandservice．based．CustomerRelati

9、onshipManagement(CustomerRelationshipManagement-CRM)hasbeenconcernedamongenterprises．TllisarticlemainlyelaboratedthedatamimngtechnologyinthePersonalCustomerRelationshipManagementSystem(PCRMsystem)ofAgriculturalBank．ThroughPC砌vIsystem’Sanalyticalstudy，wefoundthatthesystemcurrentlyin

10、useisalsolimitedtosimplestatistics，summary，butthecustomerclassification,customeracquisition,customerretention,cross-sellling，havenotbeencarriedoutin-depthresearchandanalysis．Tosolvethementionedpoints，thisarticleplanstousethedatamining，suchasdecisiontree，Bayesianclassification,rough

11、setandtheconnectionrule，to