基于数据挖掘的银行满意度研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外的研究状况 | 第10-12页 |
| 1.4 论文的主要研究内容 | 第12-14页 |
| 2 数据挖掘概述 | 第14-20页 |
| 2.1 数据挖掘的定义及起源 | 第14-15页 |
| 2.2 典型的数据挖掘方法 | 第15-19页 |
| 2.2.1 决策树 | 第16页 |
| 2.2.2 神经网络 | 第16-18页 |
| 2.2.3 关联规则 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 银行客户数据预处理 | 第20-29页 |
| 3.1 数据介绍 | 第20-21页 |
| 3.2 信度分析 | 第21-22页 |
| 3.3 因子分析 | 第22-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 决策树 | 第29-44页 |
| 4.1 Gini系数 | 第29-30页 |
| 4.2 CART算法 | 第30-34页 |
| 4.2.1 分类树的生成 | 第30-31页 |
| 4.2.2 回归树的生成 | 第31-32页 |
| 4.2.3 CART剪枝 | 第32-34页 |
| 4.3 决策树CART算法实证分析 | 第34-43页 |
| 4.3.1 广度细分决策树模型 | 第34-39页 |
| 4.3.2 深度细分决策树模型 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-50页 |
