在銀行業(yè),各種信息系統(tǒng)和員工頭腦中存在著大量的與客戶有關(guān)的數(shù)據(jù),這些數(shù)據(jù)背后往往隱藏著許多重要的信息,但由于技術(shù)和觀念的局限性,很多客戶數(shù)據(jù)背后隱藏的客戶信息和客戶知識無法被快速有效地挖掘出來�？蛻絷P(guān)系管理（CRM）作為一個系統(tǒng)性的工程,夠使企業(yè)由以產(chǎn)品為中心向以客戶為中心進行轉(zhuǎn)變。數(shù)據(jù)挖掘?qū)τ诳蛻絷P(guān)系管理來說能夠從大量的日常積累的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有價值的客戶信息和知識。由于銀行在與客戶交互過程中積累下來的各種客戶數(shù)據(jù)能夠出反映客戶特征和需求,論文結(jié)合銀行的數(shù)據(jù)特點詳細描述了數(shù)據(jù)挖掘與銀行CRM系統(tǒng)的相互關(guān)系及其分類情況;論文通過詳細的系統(tǒng)需求分析,討論了系統(tǒng)的主要研究方法和構(gòu)建方案,并且通過構(gòu)建銀行客戶行為模型來實現(xiàn)多元模型的歸類,并把銀行個人客戶按照客戶群進行分類,并且能夠?qū)ζ渲休^為重要的客戶群加以識別;論文還通過對數(shù)據(jù)挖掘算法在CRM中的應(yīng)用方案研究,提出了改進的聚類算法以滿足銀行基金在客戶數(shù)據(jù)信息方面的分析需求,從而能夠挖掘出的高附加值的決策支持信息,為銀行的決策者準確地提供市場分析信息;最后論文研究了銀行CRM中應(yīng)用數(shù)據(jù)挖掘的實施方法,并最終構(gòu)建了基于數(shù)據(jù)挖掘技術(shù)的銀行客戶... 

【文章來源】：天津大學(xué)天津市211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 數(shù)據(jù)挖掘的基本理論
    2.1 數(shù)據(jù)挖掘綜述
        2.1.1 數(shù)據(jù)挖掘簡介
        2.1.2 數(shù)據(jù)挖掘的步驟
    2.2 數(shù)據(jù)挖掘方法
    2.3 數(shù)據(jù)倉庫技術(shù)
        2.3.1 數(shù)據(jù)倉庫的特點
        2.3.2 數(shù)據(jù)倉庫的體系結(jié)構(gòu)
第三章 數(shù)據(jù)挖掘在銀行CRM中的研究概述
    3.1 CRM概述
    3.2 數(shù)據(jù)挖掘與CRM的關(guān)系
    3.3 數(shù)據(jù)挖掘在CRM中的典型應(yīng)用
        3.3.1 客戶群體分類分析
        3.3.2 交叉銷售分析
        3.3.3 客戶贏利能力分析
    3.4 銀行客戶行為分析
    3.5 數(shù)據(jù)挖掘在銀行CRM中的實施研究
        3.5.1 數(shù)據(jù)挖掘在銀行CRM中應(yīng)用實施流程
        3.5.2 數(shù)據(jù)提取和預(yù)處理過程
        3.5.3 客戶模型的建立
第四章 數(shù)據(jù)挖掘在銀行CRM中的應(yīng)用分析
    4.1 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用模型
    4.2 聚類算法的選擇
    4.3 基于X樹的GDBSCAN算法模型
    4.4 聚類算法在銀行產(chǎn)品交叉銷售中的應(yīng)用
        4.4.1 數(shù)據(jù)準備
        4.4.2 數(shù)據(jù)挖掘
        4.4.3 數(shù)據(jù)挖掘需要注意的問題
第五章 基于數(shù)據(jù)挖掘的銀行CRM系統(tǒng)的設(shè)計
    5.1 系統(tǒng)總體需求
    5.2 基于J2EE的銀行CRM系統(tǒng)架構(gòu)設(shè)計
        5.2.1 系統(tǒng)設(shè)計原則
        5.2.2 系統(tǒng)物理架構(gòu)設(shè)計
        5.2.3 系統(tǒng)邏輯結(jié)構(gòu)設(shè)計
    5.3 系統(tǒng)功能設(shè)計
    5.4 系統(tǒng)數(shù)據(jù)庫設(shè)計
        5.4.1 數(shù)據(jù)的抽取和轉(zhuǎn)換
        5.4.2 邏輯建模
    5.5 系統(tǒng)測試
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻


【參考文獻】：
期刊論文
[1]條件定制方法在電信業(yè)CRM項目中的應(yīng)用研究[J]. 王穎,薛醒思.  太原師范學(xué)院學(xué)報(自然科學(xué)版). 2011(04)
[2]新產(chǎn)品開發(fā)成功因素的文獻綜述與研究展望[J]. 楊波,劉偉.  科技進步與對策. 2011(05)
[3]淺析CRM中的客戶價值在旅游企業(yè)中的應(yīng)用[J]. 郝彥革,宋娜.  中國商貿(mào). 2010(02)
[4]基于Spring和Hibernate的J2EE三層架構(gòu)研究[J]. 劉爽,趙丹丹.  大連民族學(xué)院學(xué)報. 2009(01)
[5]基于Web服務(wù)的企業(yè)集成平臺框架研究[J]. 孟曉軍,張旭,寧汝新,宋煜.  計算機集成制造系統(tǒng). 2008(05)
[6]數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用[J]. 郭煒,何丕廉,王中.  計算機應(yīng)用. 2006(08)
[7]基于數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的CRM系統(tǒng)軟件的研究[J]. 徐雅斌,崔杰.  微電子學(xué)與計算機. 2006(07)
[8]數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用[J]. 劉霞,王愛民.  現(xiàn)代管理科學(xué). 2004(03)
[9]數(shù)據(jù)挖掘中的客戶聚類分析及其算法實現(xiàn)[J]. 劉書香,盧才武,張志霞.  信息技術(shù). 2004(01)
[10]CRM中的數(shù)據(jù)挖掘及其應(yīng)用[J]. 蔣良孝,蔡之華,賀毅,周燕,葉靜.  微型機與應(yīng)用. 2003(06)



本文編號：3643925