隨著近年來我國經(jīng)濟的飛速增長,各行各業(yè)的競爭日漸激烈,尤其是對于銀行等金融領(lǐng)域而言,如何在如此激烈的競爭環(huán)境下適者生存成為了其最關(guān)心的問題。近年來,信息技術(shù)的發(fā)展給銀行的競爭環(huán)境帶來了巨大的變化,銀行逐漸意識到把握住客戶,就是把握住了業(yè)績,越及時地滿足客戶的需求,就越能滿足市場的需求,也就越能在同行業(yè)競爭中脫穎而出。目前,我國大部分銀行都已經(jīng)建立了內(nèi)部客戶管理系統(tǒng),我國的金融行業(yè)也積累了海量的客戶數(shù)據(jù)資源,若能有效地利用這些客戶數(shù)據(jù)信息,準(zhǔn)確地對客戶進行分類,對不同的客戶群體提供不同的、更具個性化的服務(wù),就使銀行能提供更加有效的服務(wù),對提高銀行金融服務(wù)水平大有裨益。但是如何有效地利用已有的信息,并從中挖掘出對銀行決策者真正有用的信息是個重要的研究課題。在數(shù)據(jù)挖掘研究領(lǐng)域中,聚類算法研究已經(jīng)成為一項非常熱門的研究課題。K-means算法是目前應(yīng)用最廣泛的一種基于平方誤差迭代重分配的聚類算法。本文著重研究了K-means算法它在銀行客戶分類方向的應(yīng)用與實現(xiàn)。首先介紹了數(shù)據(jù)挖掘的基礎(chǔ)理論,然后介紹了聚類分析算法的基礎(chǔ)理論,詳細(xì)介紹了K-means聚類算法,分析了該算法的優(yōu)缺點,之后定義了銀行... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

K-means算法步驟圖

浙江工業(yè)大學(xué)碩士學(xué)位論文2009 年開始，該行信息科技總部組織開展了總分聯(lián)動的挖掘課題研究工作，并分別在多個業(yè)務(wù)領(lǐng)域進行了探索和實際應(yīng)用（見圖 4-1），通過近幾年的積累和提煉，已經(jīng)初步形成了一套行之有效的工作方法和流程體系。這為該行挖掘數(shù)據(jù)價值，實現(xiàn)客戶差異化管理，切實提升服務(wù)和客戶經(jīng)營能力，提供了全新的思路和手段。

浙江工業(yè)大學(xué)碩士學(xué)位論文息針對性和時效的不足，在競爭中容易喪失稍縱即逝機會。因此如何客戶管理上、如何通過精細(xì)化管理提升客戶經(jīng)營能力成為當(dāng)前迫切需要解決的業(yè)務(wù)問題。2 業(yè)務(wù)問題的分析思路和解決方法針對上述問題，我們希望探索客戶精準(zhǔn)營銷模式為將來行搭建體系（見圖 4-2）、化管理積累經(jīng)驗。具體來說，研究目標(biāo)首先是通過對公司銀行客戶群進行細(xì)分，不同客戶群的產(chǎn)品偏好、交易特征。然后挖掘?qū)蛻魸撛谛枨螅o予分支行、和營銷指引并為一線營銷人員提供目標(biāo)客戶清單和產(chǎn)品組合需求，促進交叉售在公價值的同時 并為一線營銷人員提供目標(biāo)客戶清單和產(chǎn)品組合需求，促進交叉升分行對公價值的同時提升該行對公客戶經(jīng)營能力，實現(xiàn)該行與客戶共同成長。

【參考文獻(xiàn)】：
期刊論文
[1]模糊聚類算法在銀行客戶分類管理中的應(yīng)用[J]. 張建珍,張秀珍,周星星.  智能計算機與應(yīng)用. 2014(06)
[2]數(shù)據(jù)挖掘中的聚類算法在郵政快遞CRM中的應(yīng)用[J]. 劉麗敏,張學(xué)鋒.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2014(08)
[3]優(yōu)化的聚類分析在企業(yè)客戶細(xì)分中的應(yīng)用[J]. 徐昆.  經(jīng)濟論壇. 2014(01)
[4]基于聚類分析的商業(yè)銀行基金客戶的分類研究[J]. 趙銘,李雪,李秀婷,吳迪.  管理評論. 2013(07)
[5]證券業(yè)客戶細(xì)分模型構(gòu)建及實證研究[J]. 王園.  上海管理科學(xué). 2012(02)
[6]改進的蟻群聚類算法在電信CRM客戶細(xì)分中的應(yīng)用[J]. 張新麗,范蓉.  移動通信. 2011(22)
[7]CART算法在銀行CRM中的應(yīng)用研究[J]. 馮潔.  科技信息. 2011(26)
[8]K均值聚類算法在商業(yè)銀行客戶分類中的應(yīng)用[J]. 瞿小寧.  計算機仿真. 2011(06)
[9]基于模糊聚類集成算法的客戶細(xì)分研究[J]. 高偉,賀昌政,蔣曉毅.  情報雜志. 2011(04)
[10]聚類算法在證券公司CRM中客戶細(xì)分的應(yīng)用[J]. 林江云,雷良桃.  心智與計算. 2010(04)

博士論文
[1]銀行數(shù)據(jù)挖掘的運用及效用研究[D]. 李璠.武漢大學(xué) 2012
[2]CRM中模糊數(shù)據(jù)挖掘及客戶生命周期價值與客戶滿意度研究[D]. 單友成.天津大學(xué) 2009

碩士論文
[1]基于數(shù)據(jù)挖掘技術(shù)的客戶關(guān)系管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王燕.吉林大學(xué) 2015
[2]聚類分析在供水企業(yè)客戶細(xì)分中的研究與應(yīng)用[D]. 黎錦泉.華南理工大學(xué) 2014
[3]郵儲銀行山東省分行客戶關(guān)系管理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 趙萬鵬.大連理工大學(xué) 2014
[4]基于改進人工蜂群算法的聚類研究[D]. 蔣雪梅.大連海事大學(xué) 2014
[5]數(shù)據(jù)挖掘在農(nóng)商行客戶關(guān)系管理中的應(yīng)用[D]. 唐華.湖南大學(xué) 2014
[6]B2C電子商務(wù)企業(yè)客戶分類研究[D]. 杜樂.北方工業(yè)大學(xué) 2014
[7]基于遺傳算法的數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用研究[D]. 劉桂楨.大連交通大學(xué) 2014
[8]數(shù)據(jù)挖掘在銀行客戶關(guān)系管理中的應(yīng)用研究[D]. 秦秀潔.華南理工大學(xué) 2014
[9]數(shù)據(jù)挖掘中聚類算法研究與改進及其應(yīng)用[D]. 劉禹.遼寧科技大學(xué) 2014
[10]基于代價矩陣的C5.0優(yōu)化算法及在醫(yī)院客戶關(guān)系管理中的應(yīng)用[D]. 張瑞琪.太原理工大學(xué) 2014



本文編號：3436324