基于数据挖掘的银行客户关系管理
| 第一章 引言 | 第1-8页 |
| 第二章 银行业的客户关系管理 | 第8-14页 |
| 1 银行业客户忠诚度 | 第8-12页 |
| ·客户忠诚的概念 | 第8页 |
| ·忠诚客户的价值 | 第8-9页 |
| ·客户忠诚的动因 | 第9-10页 |
| ·客户忠诚的建立途径 | 第10-12页 |
| 2 银行业客户贡献度 | 第12-14页 |
| ·银行卡产品类贡献核算 | 第12-13页 |
| ·个人金融产品类贡献核算 | 第13页 |
| ·个人客户贡献度核算 | 第13-14页 |
| 第三章 数据挖掘与客户关系管理的结合 | 第14-18页 |
| 1 数据挖掘技术 | 第14-16页 |
| ·数据挖掘技术概念 | 第14页 |
| ·数据挖掘的步骤 | 第14-15页 |
| ·数据挖掘的常用方法 | 第15-16页 |
| 2 银行业中的数据挖掘 | 第16-18页 |
| ·数据挖掘与银行决策 | 第16-17页 |
| ·数据挖掘与银行业风险防范 | 第17页 |
| ·数据挖掘与银行管理 | 第17-18页 |
| 第四章 基于数据挖掘的银行CRM系统的构建 | 第18-27页 |
| 1 商业银行CRM系统构成 | 第18-19页 |
| 2 银行CRM系统设计 | 第19-21页 |
| 3 CRM系统实施 | 第21-23页 |
| ·进行数据清理的工作 | 第21页 |
| ·建立分销渠道的分析和管理 | 第21-22页 |
| ·优化客户关系 | 第22-23页 |
| ·风险评估和管理 | 第23页 |
| 4 银行CRM实现中的要点 | 第23-27页 |
| ·模型设计中的问题 | 第23-25页 |
| ·数据抽取中的问题 | 第25页 |
| ·后期维护和优化中的问题 | 第25-26页 |
| ·数据仓库应用的深化 | 第26-27页 |
| 第五章 基于数据挖掘的客户信用卡分级 | 第27-52页 |
| 1 CART二叉树方法 | 第27-36页 |
| ·CART方法简述 | 第27页 |
| ·CART学习样本集 | 第27-28页 |
| ·CART测试集 | 第28页 |
| ·GINI指数概念 | 第28-29页 |
| ·分割规则 | 第29-30页 |
| ·CART二叉树的构建 | 第30-35页 |
| ·应用CART方法的信用卡分级 | 第35-36页 |
| 2 BP神经网络模型 | 第36-52页 |
| ·BP神经网络简述 | 第36-39页 |
| ·BP神经网络的局限性 | 第39-40页 |
| ·BP神经网络软件实现 | 第40-49页 |
| ·应用BP网络的信用卡分级 | 第49-52页 |
| 第六章 结束语 | 第52-55页 |
