数据挖掘在银行信贷业务中的应用
| 提要 | 第1-8页 |
| 第1章 数据挖掘和数据仓库简介 | 第8-17页 |
| ·数据挖掘技术简介 | 第8-14页 |
| ·数据挖掘提出的背景 | 第8-9页 |
| ·数据挖掘的定义及特点 | 第9页 |
| ·数据挖掘的主要方法 | 第9-10页 |
| ·数据挖掘中的常用技术 | 第10-11页 |
| ·数据挖掘的过程 | 第11-12页 |
| ·数据挖掘系统及相关产品简介 | 第12-13页 |
| ·数据仓库简介 | 第13-14页 |
| ·数据挖掘对银行的作用 | 第14-15页 |
| ·本文的主要工作及组织结构 | 第15-17页 |
| 第2章 银行数据管理及应用现状 | 第17-24页 |
| ·引言 | 第17-18页 |
| ·OLTP 与OLAP 的联系及区别 | 第18-20页 |
| ·OLAP 与数据挖掘的联系及区别 | 第20-22页 |
| ·数据挖掘与数据仓库的联系 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第3章 银行数据挖掘系统的设计 | 第24-43页 |
| ·引言 | 第24页 |
| ·银行数据仓库的构造 | 第24-31页 |
| ·数据仓库的体系结构 | 第25-27页 |
| ·建立数据仓库的步骤 | 第27-28页 |
| ·三层客户机/服务器结构 | 第28页 |
| ·数据仓库的逻辑建模 | 第28-30页 |
| ·数据仓库的安全性 | 第30-31页 |
| ·银行客户分类及风险预测系统模型的构造 | 第31-36页 |
| ·客户分类系统的功能说明 | 第31-32页 |
| ·客户分类系统搭键方案 | 第32-34页 |
| ·风险预测模型的构造 | 第34-36页 |
| ·业绩考核系统模型的构造 | 第36-41页 |
| ·业绩考核系统功能说明 | 第36-38页 |
| ·业绩考核系统搭建方案 | 第38-41页 |
| ·小结 | 第41-43页 |
| 第4章 相关数据挖掘算法研究 | 第43-58页 |
| ·决策树算法 | 第43-47页 |
| ·决策树的构造算法 | 第43-45页 |
| ·决策树的剪枝 | 第45-46页 |
| ·一般决策树算法的缺点以及改进 | 第46-47页 |
| ·多维序列模式算法 | 第47-57页 |
| ·Apriori 算法 | 第47-49页 |
| ·多维序列模式的挖掘算法 | 第49-57页 |
| ·小结 | 第57-58页 |
| 第5章 系统模型实现 | 第58-64页 |
| ·系统总体功能结构 | 第58页 |
| ·系统实现步骤 | 第58-59页 |
| ·建立数据仓库与多维立方体 | 第59-61页 |
| ·客户分类与风险预测模式发现 | 第61-63页 |
| ·决策树模型 | 第61-62页 |
| ·客户行为模式分析模型 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 摘要 | 第70-72页 |
| ABSTRACT | 第72-74页 |
