| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 问题的提出及研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文的研究目的和意义 | 第9-10页 |
| 1.3.1 研究目的 | 第9-10页 |
| 1.3.2 研究意义 | 第10页 |
| 1.4 研究内容和创新之处 | 第10-12页 |
| 2 客户关系管理和数据挖掘理论综述 | 第12-17页 |
| 2.1 信用卡的基本情况 | 第12页 |
| 2.1.1 信用卡的分类 | 第12页 |
| 2.1.2 信用卡的利润来源 | 第12页 |
| 2.2 客户关系管理 | 第12-15页 |
| 2.2.1 客户关系管理的提出 | 第12-13页 |
| 2.2.2 客户关系管理的必要性 | 第13-14页 |
| 2.2.3 客户行为分析 | 第14-15页 |
| 2.3 我国银行客户关系管理中的客户分类 | 第15-17页 |
| 2.3.1 客户细分理论的产生 | 第15页 |
| 2.3.2 客户细分的概念 | 第15页 |
| 2.3.3 银行客户保持 | 第15-16页 |
| 2.3.4 数据挖掘 | 第16-17页 |
| 3 ID3和因子分析方法介绍 | 第17-26页 |
| 3.1 因子分析 | 第17-20页 |
| 3.1.1 方法介绍 | 第17页 |
| 3.1.2 因子模型 | 第17-18页 |
| 3.1.3 因子模型的性质 | 第18页 |
| 3.1.4 因子载荷矩阵的统计意义 | 第18-19页 |
| 3.1.5 因子旋转 | 第19页 |
| 3.1.6 因子得分 | 第19-20页 |
| 3.2 决策树 | 第20-26页 |
| 3.2.1 决策树模型 | 第20页 |
| 3.2.2 决策树与if-then规则 | 第20-21页 |
| 3.2.3 决策树与条件概率分布 | 第21页 |
| 3.2.4 决策树学习 | 第21-22页 |
| 3.2.5 ID3算法 | 第22-23页 |
| 3.2.6 决策树的剪枝 | 第23-24页 |
| 3.2.7 剪枝的算法 | 第24-26页 |
| 4 实证分析 | 第26-39页 |
| 4.1 数据处理 | 第26页 |
| 4.2 因子分析 | 第26-34页 |
| 4.2.1 基础分析 | 第26页 |
| 4.2.2 消费金额和各指标间的散点图 | 第26-28页 |
| 4.2.3 客户类别和各指标之间的散点图 | 第28-30页 |
| 4.2.4 数据检验 | 第30-32页 |
| 4.2.5 因子得分 | 第32-34页 |
| 4.3 决策树 | 第34-39页 |
| 4.3.1 决策树的生成 | 第34-36页 |
| 4.3.2 k-折交叉验证(K-fold crossValidation) | 第36-37页 |
| 4.3.3 决策树剪枝 | 第37-39页 |
| 5 总结 | 第39-40页 |
| 5.1 研究结果 | 第39页 |
| 5.2 论文的不足之处 | 第39页 |
| 5.3 展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-42页 |