本文關鍵詞： 證券 數(shù)據(jù)挖掘 樸素貝葉斯 分類 客戶服務　出處：《華僑大學》2017年碩士論文　論文類型：學位論文

【摘要】：在證券行業(yè)高速發(fā)展的今天,市場的競爭也相當激烈,原有靠收取傭金為主的傳統(tǒng)模式已不再適應當今時代。提升客戶服務質(zhì)量,加強服務質(zhì)量管控,提升客戶感知、延長客戶生命周期,轉(zhuǎn)型為綜合性金融服務公司已經(jīng)成為各大證券公司在激烈競爭中獲得優(yōu)勢的努力方向。本文結(jié)合華福證券泉州分公司的經(jīng)營情況及數(shù)據(jù),挑選了樸素貝葉斯算法進行數(shù)據(jù)挖掘研究。從客戶海量的相關數(shù)據(jù)中提取資產(chǎn)、交易等數(shù)據(jù),通過數(shù)據(jù)清洗歸納匯總、文本型數(shù)據(jù)數(shù)值化、連續(xù)數(shù)值離散化的方法,對數(shù)據(jù)進行預處理。根據(jù)業(yè)務需求及樸素貝葉斯算法的特點,最終選取資產(chǎn)、換手率、盈虧率這三個特征向量來進行數(shù)據(jù)挖掘,將客戶分類為高價值客戶、高價值易消亡客戶、普通客戶、低價值客戶、無價值客戶五類。在確定模型后,對模型分類結(jié)果進行驗證及優(yōu)化,準確率達到90%以上。通過本課題的研究,能準確地對客戶進行分類,并根據(jù)業(yè)務特點,對分類出的不同類型的客戶提供不同的服務,提高了客戶服務的深度和準確性,為前臺服務人員提供了強大的數(shù)據(jù)支持,有效提高了客戶的保有能力,進而提升證券公司的競爭力,提高證券公司收入。通過各種數(shù)據(jù)挖掘技術(shù)的引入,比如本文的貝葉斯分類模型等,可以建立起高效的證券行業(yè)客戶服務體系,并且完善全客戶生命周期客戶機制。針對客戶特點引導客戶投資,推動客戶轉(zhuǎn)型,最終促進證券公司轉(zhuǎn)型。數(shù)據(jù)挖掘技術(shù)的引入將使證券公司客戶服務工作更好更有效率。
[Abstract]:With the rapid development of the securities industry today, the competition in the market is also very fierce. The traditional mode of collecting commission is no longer adapted to the times. To improve the quality of customer service, to strengthen the control of service quality, to enhance customer perception, Extending the customer life cycle and transforming into a comprehensive financial service company has become the direction of each major securities company to gain an advantage in the fierce competition. This paper combines the management situation and data of Quanzhou Branch of Huafu Securities. This paper selects naive Bayes algorithm to study data mining. It extracts assets, transactions and other data from the massive data of customers, summarizes the data through data cleaning, numerical method of text data, and discrete method of continuous numerical value. According to the business requirements and the characteristics of naive Bayes algorithm, we select the three characteristic vectors of assets, turnover ratio and profit / loss ratio to mine the data, and classify the customers as high-value customers and high-value perishing customers. Five categories of ordinary customers, low value customers and no value customers. After determining the model, the model classification results are verified and optimized, and the accuracy is over 90%. Through the research of this topic, we can classify the customers accurately. And according to the characteristics of the business, it provides different services to different types of customers, improves the depth and accuracy of customer service, provides strong data support for the front desk service personnel, and effectively improves the customer retention ability. Through the introduction of various data mining technologies, such as the Bayesian classification model of this paper, we can establish an efficient customer service system in the securities industry. And perfect the customer mechanism of the whole customer life cycle, guide the customer investment according to the customer characteristics, promote the customer transformation, and finally promote the transformation of the securities company. The introduction of data mining technology will make the customer service work of the securities company better and more efficient.
【學位授予單位】：華僑大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F832.39;TP311.13

【相似文獻】

相關期刊論文 前10條

1 朱建平,張潤楚;數(shù)據(jù)挖掘的發(fā)展及其特點[J];統(tǒng)計與決策;2002年07期

2 韓海萌;信息時代的指南針——數(shù)據(jù)挖掘[J];江蘇統(tǒng)計;2002年05期

3 韓雙霞;李萍;;數(shù)據(jù)挖掘:構(gòu)筑企業(yè)競爭優(yōu)勢[J];金卡工程;2002年08期

4 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國的現(xiàn)狀和發(fā)展研究[J];管理工程學報;2004年03期

5 ;中國科學院數(shù)據(jù)挖掘與知識管理學術(shù)研討會在京舉行[J];管理評論;2004年07期

6 李峰;數(shù)據(jù)挖掘在企業(yè)中的應用[J];商場現(xiàn)代化;2004年15期

7 魏瑜,陸靜;數(shù)據(jù)挖掘與統(tǒng)計學的關系淺析[J];沿海企業(yè)與科技;2005年09期

8 羅錦珠;數(shù)據(jù)挖掘與知識管理的結(jié)合應用[J];技術(shù)經(jīng)濟;2005年10期

9 袁衛(wèi),林楨順,謝邦昌;工業(yè)領域的數(shù)據(jù)挖掘——改善流程,提高效率[J];中國統(tǒng)計;2005年04期

10 王琳;;統(tǒng)計學方法在數(shù)據(jù)挖掘中的應用[J];當代經(jīng)理人;2006年02期

相關會議論文 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應用[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學術(shù)會議論文集[C];2011年

4 關清平;沉培輝;;概率網(wǎng)絡在數(shù)據(jù)挖掘上的應用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學技術(shù)情報學會學術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務中的應用[A];中南六�。▍^(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關系管理的應用[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2001年

相關重要報紙文章 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術(shù)學院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍海[N];網(wǎng)絡世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

相關博士學位論文 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關問題研究[D];山東大學;2015年

2 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復旦大學;2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復旦大學;2013年

5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應用[D];電子科技大學;2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學;2010年

7 何偉全;云南高校學生意外傷害因素關聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災害預測模型研究[D];中國地質(zhì)大學;2016年

9 白曉明;基于數(shù)據(jù)挖掘的復合材料宏—細觀力學模型研究[D];哈爾濱工業(yè)大學;2016年

10 藍永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學;2016年

相關碩士學位論文 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學;2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復旦大學;2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應用研究[D];昆明理工大學;2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應用平臺設計[D];江南大學;2015年

5 劉學建;數(shù)據(jù)挖掘在電子商務推薦系統(tǒng)中的應用研究[D];昆明理工大學;2015年

6 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預測研究與應用[D];江南大學;2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學院;2015年

8 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設計與實現(xiàn)應用研究[D];華南理工大學;2015年

9 陳思;基于數(shù)據(jù)挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年

10 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關系管理研究[D];西南交通大學;2015年

，

本文編號：1504804