數(shù)據(jù)挖掘在銀行客戶(hù)關(guān)系管理中的應(yīng)用

1.8萬(wàn)字
我自己原創(chuàng)的畢業(yè)論文，僅在本站獨(dú)家提交，大家放心使用

摘要 在我國(guó)金融業(yè)對(duì)外逐漸開(kāi)放的環(huán)境下，大量的國(guó)外銀行進(jìn)駐國(guó)內(nèi)金融市場(chǎng)。無(wú)論在管理上還是技術(shù)上國(guó)內(nèi)商業(yè)銀行都無(wú)法與與國(guó)外銀行相抗衡，使得我國(guó)商業(yè)銀行面臨著的競(jìng)爭(zhēng)壓力前所未有。我國(guó)商業(yè)銀行的當(dāng)務(wù)之急就是要設(shè)計(jì)出一種方法來(lái)充分挖掘并利用這些潛在的數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)能夠很好地獲取信息，具有很強(qiáng)的可行性，可以提煉出經(jīng)營(yíng)管理者所須的關(guān)鍵信息，進(jìn)而有效地指導(dǎo)銀行的戰(zhàn)略決策和業(yè)務(wù)管理。因此，當(dāng)前我國(guó)商業(yè)銀行信息化的重點(diǎn)就是數(shù)據(jù)挖掘的在銀行中的應(yīng)用，通過(guò)這一技術(shù)提高我國(guó)商業(yè)銀行科學(xué)決策和市場(chǎng)競(jìng)爭(zhēng)力。
本文致力于對(duì)數(shù)據(jù)挖掘在商業(yè)銀行客戶(hù)關(guān)系管理中的應(yīng)用研究進(jìn)行系統(tǒng)探討。為此，論文在進(jìn)行相關(guān)理論知識(shí)述的基礎(chǔ)上，首先分析了本課題的國(guó)內(nèi)外研究現(xiàn)狀，說(shuō)明了國(guó)內(nèi)在數(shù)據(jù)挖掘的研究與應(yīng)用方面還是欠缺的。然后，對(duì)數(shù)據(jù)挖掘的基本概念，數(shù)據(jù)挖掘過(guò)程，數(shù)據(jù)挖掘的常用技術(shù)分析以及客戶(hù)關(guān)系管理和銀行客戶(hù)關(guān)系管理的相關(guān)理論知識(shí)進(jìn)行介紹。最后將數(shù)據(jù)挖掘技術(shù)應(yīng)用于銀行業(yè)務(wù)數(shù)據(jù)分析中，并利用K均值聚類(lèi)分析和關(guān)聯(lián)規(guī)則的Apriori算法實(shí)現(xiàn)基于數(shù)據(jù)挖掘的銀行客戶(hù)細(xì)分和交叉銷(xiāo)售的應(yīng)用。


關(guān)鍵詞：數(shù)據(jù)挖掘 銀行CRM K均值聚類(lèi)分析 Apriori算法


The Application of Data Mining Technology in the Customer Relationship Management of Bank Branches
Abstract Foreign gradually opening up in China's financial industry environment, a large number of foreign banks in the domestic financial market. In terms of management or technology, domestic commercial banks are unable to compete with foreign banks, the Chinese commercial banks are facing the pressure of competition hitherto unknown. A pressing matter of the moment of China's commercial banks is to devise a method to explore and make full use of the potential resources.Data mining technology can obtain information well, has the very strong feasibility,can extract key information management needs, strategic decision and businessmanagement so as to effectively guide the bank. Therefore, the current our country commercial bank information is to focus on the application of data miningin the bank, by China's commercial banks to improve scientific decision-making and market competitiveness of this technology.
This paper is trying to do some systematic exploration on the application of data mining in commercial banking customer relationship management.For this purpose，based on the related theoretical knowledge of the upper, first analyzed the present situation of research on this subject at home and abroad, thedomestic research and applications in data mining or lack of.Then, based on the definition of data mining, data mining process, commonly used in technical analysis of data mining and the related knowledge of customer relationship management and customer relationship management introduction.Finally, the application of data mining technology in the banking business data analysis, and using the clustering analysis and association rule data mining application bank customer segmentation method based on the analysis and cross selling.


Key words：Data mining The bank customer relationship management
K - means cluster analysis Apriori algorithm

目錄

第一章 緒論 1
1.1 選題背景及研究意義 1
1.1.1 選題背景 1
1.1.2 研究的意義 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀 2
1.2.1 國(guó)外研究現(xiàn)狀 2
1.2.2 國(guó)內(nèi)研究現(xiàn)狀 2
1.3 本文的研究思路與方法 3
第二章 數(shù)據(jù)挖掘技術(shù)的理論研究 4
2.1 數(shù)據(jù)挖掘的基本概念 4
2.2 數(shù)據(jù)挖掘的任務(wù)與過(guò)程 4
2.2.1 數(shù)據(jù)挖掘的任務(wù) 4
2.2.2 數(shù)據(jù)挖掘的過(guò)程 5
2.3 數(shù)據(jù)挖掘的常用技術(shù)分析 6
2.3.1 統(tǒng)計(jì)分析與決策樹(shù) 6
2.3.2 人工神經(jīng)網(wǎng)絡(luò)與遺傳算法 6
2.3.3 粗集方法、模糊技術(shù)與可視化技術(shù) 7
第三章 客戶(hù)關(guān)系管理(CRM)和銀行CRM的理論研究 8
3.1 客戶(hù)關(guān)系管理（CRM） 8
3.1.1 客戶(hù)關(guān)系管理的基本概念 8
3.1.2 客戶(hù)關(guān)系管理的步驟 8
3.1.3 客戶(hù)關(guān)系管理系統(tǒng)的功能 9
3.2 銀行CRM 9
3.2.1 銀行CRM的內(nèi)涵 9
3.2.2 銀行CRM的實(shí)施內(nèi)容 10
3.2.3 銀行CRM的特點(diǎn) 10
第四章 數(shù)據(jù)挖掘與銀行CRM的關(guān)系 12
4.1 數(shù)據(jù)挖掘在銀行CRM中的應(yīng)用概述 12
4.2 數(shù)據(jù)挖掘在銀行CRM中的地位 12
4.3 數(shù)據(jù)挖掘在銀行CRM的應(yīng)用模式 13
4.4 數(shù)據(jù)挖掘在銀行CRM的具體應(yīng)用 13
4.4.1 客戶(hù)分類(lèi) 13
4.4.2 客戶(hù)獲取 14
4.4.3 交叉營(yíng)銷(xiāo) 14
4.4.4 信用分析 14
4.4.5 客戶(hù)保持 15
第五章 具體數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用 16
5.1 基于K均值聚類(lèi)算法在銀行客戶(hù)細(xì)分中的應(yīng)用 16
5.1.1 銀行客戶(hù)細(xì)分過(guò)程 16
5.1.2 傳統(tǒng)的K均值聚類(lèi)算法 16
5.1.3 傳統(tǒng)K均值算法的不足分析 17
5.1.4 改進(jìn)的K均值聚類(lèi)算法 17
5.1.5 改進(jìn)K均值算法的銀行客戶(hù)細(xì)分流程 19
5.2 關(guān)聯(lián)規(guī)則技術(shù)在銀行交叉銷(xiāo)售中的應(yīng)用 20
5.2.1 交叉銷(xiāo)售 20
5.2.2 關(guān)聯(lián)規(guī)則 20
5.2.3 Apriori算法的實(shí)現(xiàn) 21
5.3 小結(jié) 24
第六章 總結(jié) 25
6.1 論文的主要工作 25
6.2 論文的不足 25
6.3 進(jìn)一步的工作 25
致謝 26
參考文獻(xiàn) 27