本文關(guān)鍵詞：聚類分析在銀行客戶細分中的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著社會和經(jīng)濟的快速發(fā)展,市場環(huán)境日益殘酷,企業(yè)的競爭越來越激烈,對于銀行業(yè)來說也同樣如此,如何才能在這樣殘酷的環(huán)境下立于不敗之地,是所有銀行都需要考慮的問題。特別是大數(shù)據(jù)時代的到來,所有企業(yè)包括各大銀行都已經(jīng)積累了大量的數(shù)據(jù),但是如何從這些海量數(shù)據(jù)中找到最有利于銀行發(fā)展的主要數(shù)據(jù)信息,對客戶進行細分、實現(xiàn)精準營銷、提升市場競爭力,是各大銀行所面臨的一大難題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)正好解決了這一問題,聚類分析算法作為數(shù)據(jù)挖掘技術(shù)中的一種重要算法,它對于銀行未來的發(fā)展尤為重要,然而目前一些研究中的所采用聚類分析方法都會存在一定的弊端,通過結(jié)合理論與實際,本文分析聚類算法在銀行客戶細分中的應用。首先介紹了論文的研究背景、國內(nèi)外的研究發(fā)展現(xiàn)狀及研究成果,并對客戶關(guān)系管理和企業(yè)客戶細分的概念、特征及現(xiàn)狀進行分析,從銀行實際業(yè)務情況出發(fā),選取最適宜的客戶細分的指標,運用K-means聚類算法建立模型進行聚類分析,最后對模型結(jié)果進行總結(jié),分別對各個類別客戶的特點進行綜合了解和分析,最后為銀行業(yè)的發(fā)展提供可行性建議。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 客戶細分 Kmeans 聚類
【學位授予單位】：暨南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.3
【目錄】：

• 中文摘要3-4
• 英文摘要4-6
• 1 前言6-9
• 1.1 論文研究背景及意義6-7
• 1.2 國內(nèi)外研究現(xiàn)狀7-8
• 1.3 主要研究內(nèi)容8-9
• 2 客戶細分理論和方法9-13
• 2.1 客戶細分理論9-11
• 2.2 客戶細分方法11-13
• 3 客戶細分的聚類算法研究13-19
• 3.1 聚類算法的概念13-15
• 3.2 聚類算法的分類15-17
• 3.3 聚類算法的原則17
• 3.4 K-means聚類算法17-19
• 4 銀行客戶細分指標的分析和選取19-23
• 4.1 銀行客戶細分指標選取的原則19-20
• 4.2 銀行客戶細分指標的分析20-21
• 4.3 銀行客戶細分指標的選取21-23
• 5 基于K-means聚類分析的銀行客戶細分模型的運用23-41
• 5.1 數(shù)據(jù)準備和預處理23
• 5.2 指標的量化23-25
• 5.3 模型的建立與實現(xiàn)25-35
• 5.4 結(jié)果分析35-41
• 6 基于聚類分析的營銷策略與建議41-43
• 論文發(fā)展與展望43-44
• 參考文獻44-46
• 致謝信46

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 李寶東,宋瀚濤;數(shù)據(jù)挖掘在客戶關(guān)系管理(CRM)中的應用[J];計算機應用研究;2002年10期

2 劉英姿;何偉;;基于不同視角的客戶細分方法研究綜述[J];商場現(xiàn)代化;2007年01期

3 王小標;黃治移;楊昆;張雪松;;聚類綜述[J];數(shù)字技術(shù)與應用;2012年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 王中;數(shù)據(jù)挖掘技術(shù)及其在證券領(lǐng)域的應用[D];天津大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 梁佩佩;基于聚類分析的客戶生命周期價值挖掘研究[D];上海海事大學;2004年

2 呂昀卿;商業(yè)銀行客戶細分及應用研究[D];對外經(jīng)濟貿(mào)易大學;2006年

3 耿煒欣;模糊聚類在銀行客戶細分中的應用研究[D];對外經(jīng)濟貿(mào)易大學;2007年

4 龐夫星;基于聚類分析的煙草行業(yè)客戶細分研究[D];山東財經(jīng)大學;2014年

5 謝麗;基于聚類分析的機場客戶細分服務系統(tǒng)的設計與實現(xiàn)[D];西安電子科技大學;2014年

  本文關(guān)鍵詞：聚類分析在銀行客戶細分中的應用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：306369