基于数据挖掘的银行客户流失预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 前言 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·论文研究内容与结构 | 第11-13页 |
| ·本文的内容 | 第11-12页 |
| ·本文的结构 | 第12-13页 |
| 2 理论研究 | 第13-26页 |
| ·银行客户关系理论 | 第13-15页 |
| ·银行 CRM 的特点 | 第13页 |
| ·银行 CRM 存在的问题 | 第13-14页 |
| ·客户流失管理的必要性 | 第14-15页 |
| ·数据挖掘方法论 | 第15-20页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·银行应用数据挖掘技术的必要性 | 第16页 |
| ·数据挖掘技术分类 | 第16-20页 |
| ·数据挖掘的主要工具 | 第20页 |
| ·数据挖掘的实施流程 | 第20-22页 |
| ·商业理解 | 第21页 |
| ·数据理解（数据预处理） | 第21-22页 |
| ·建立模型 | 第22页 |
| ·模型评估 | 第22页 |
| ·模型发布 | 第22页 |
| ·SAS 程序与数据管理 | 第22-26页 |
| ·SAS 程序规则 | 第23页 |
| ·SAS 数据步的运行机制及主要语句 | 第23-25页 |
| ·SAS 过程步的用法及主要语句 | 第25-26页 |
| 3 银行客户流失模型研究 | 第26-39页 |
| ·客户流失定义 | 第26页 |
| ·客户流失分类 | 第26-27页 |
| ·界定客户流失期限 | 第27页 |
| ·客户流失建模的原则 | 第27-28页 |
| ·客户流失建模的意义 | 第28-29页 |
| ·客户流失建模变量的选择 | 第29-33页 |
| ·目标变量的选择 | 第29页 |
| ·输入变量的选择 | 第29-33页 |
| ·建模数据的选择 | 第33页 |
| ·回归模型的选择 | 第33-34页 |
| ·LOGISTIC 回归模型 | 第34-39页 |
| ·模型的参数估计 | 第36页 |
| ·模型的检验 | 第36-37页 |
| ·模型的评估 | 第37-39页 |
| 4 建设银行客户流失模型的建立及评价 | 第39-58页 |
| ·业务定义 | 第39-40页 |
| ·环境评估 | 第40页 |
| ·数据准备 | 第40-41页 |
| ·数据挖掘过程 | 第41-50页 |
| ·SAS 数据集合并 | 第41-43页 |
| ·数据清洗 | 第43-44页 |
| ·确立因变量 | 第44-45页 |
| ·建立客户流失模型 | 第45-46页 |
| ·检验客户流失模型 | 第46-48页 |
| ·预测客户流失概率 | 第48-50页 |
| ·SAS 软件的 LOGISTIC 过程 | 第50-52页 |
| ·LOGISTIC 回归结果 | 第52-55页 |
| ·模型评价 | 第55-58页 |
| 5 客户流失模型的应用研究 | 第58-61页 |
| ·模型应用 | 第58-59页 |
| ·客户流失模型的直接输出结果：客户流失概率 | 第58页 |
| ·针对不同流失概率的客户采取不同的管理措施 | 第58-59页 |
| ·客户市场细分 | 第59页 |
| ·模型推广 | 第59页 |
| ·控制和减少客户流失方法 | 第59-61页 |
| ·客户维系策略的三个层次 | 第59-60页 |
| ·维系客户的具体措施 | 第60-61页 |
| 6 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-75页 |
| 在校学习期间所发表的论文 | 第75页 |
