面向银行业务的数据分析系统的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 引言 | 第10-22页 |
| ·课题背景及研究内容 | 第10页 |
| ·数据仓库 | 第10-13页 |
| ·数据挖掘及其现状 | 第13-14页 |
| ·数据仓库与数据挖掘 | 第14-15页 |
| ·数据挖掘在金融企业中的应用 | 第15-16页 |
| ·利用数据挖掘进行客户关系管理(CRM) | 第15-16页 |
| ·风险管理分析 | 第16页 |
| ·事件关联分析 | 第16页 |
| ·J2EE技术架构 | 第16-18页 |
| ·J2EE简介 | 第17-18页 |
| ·银行分析系统使用 J2EE的可行性 | 第18页 |
| ·UML与面向对象建模 | 第18-22页 |
| ·面向对象的建模 | 第18-19页 |
| ·统一建模语言UML | 第19-22页 |
| 第二章 数据仓库的设计 | 第22-35页 |
| ·设计目标 | 第22-23页 |
| ·设计原则 | 第23页 |
| ·数据源分析 | 第23页 |
| ·逻辑数据模型的分析 | 第23-33页 |
| ·当事人(PARTY) | 第24-25页 |
| ·内部机构(INTERNALORG) | 第25-26页 |
| ·地域(LOCATION) | 第26-27页 |
| ·产品(PRODUCT) | 第27页 |
| ·资产(ASSET) | 第27-28页 |
| ·协议(AGREEMENT) | 第28-29页 |
| ·事件(EVENT) | 第29-30页 |
| ·营销活动(CAMPAIGN) | 第30-31页 |
| ·渠道(CHANNEL) | 第31-32页 |
| ·财务(FINANCE) | 第32-33页 |
| ·数据仓库的关系模式定义 | 第33页 |
| ·数据仓库模型的应用 | 第33-35页 |
| 第三章 数据挖掘模型 | 第35-42页 |
| ·数据挖掘系统结构 | 第35-36页 |
| ·数据挖掘的模型和算法 | 第36-38页 |
| ·分类与预测 | 第36-37页 |
| ·关联规则 | 第37-38页 |
| ·在银行数据分析系统中生成数据挖掘模型 | 第38-42页 |
| ·银行客户细分 | 第38-39页 |
| ·客户细分的方法 | 第39页 |
| ·ID3算法实现客户细分 | 第39-41页 |
| ·实现其他几种银行商业模型 | 第41-42页 |
| 第四章 系统的设计与实现 | 第42-70页 |
| ·系统概述 | 第42-44页 |
| ·系统任务概述 | 第42页 |
| ·银行数据分析系统体系结构 | 第42-43页 |
| ·系统架构技术基础 | 第43-44页 |
| ·系统运行环境 | 第44页 |
| ·系统用例分析 | 第44-48页 |
| ·系统领域分析建模 | 第48-51页 |
| ·静态模型的建立 | 第48-50页 |
| ·动态模型的建立 | 第50-51页 |
| ·系统设计 | 第51-57页 |
| ·MVC设计模式 | 第51-53页 |
| ·Structs体系结构 | 第53-55页 |
| ·系统架构设计 | 第55-56页 |
| ·通过Struts开发银行数据分析系统 | 第56-57页 |
| ·银行数据分析系统的实现 | 第57-68页 |
| ·数据仓库的数据组织 | 第57页 |
| ·数据仓库的生成 | 第57-58页 |
| ·系统管理模块 | 第58-62页 |
| ·综合查询分析(OLAP在线分析处理) | 第62-65页 |
| ·客户分析应用 | 第65-68页 |
| ·系统部署 | 第68-70页 |
| 第五章 结束语 | 第70-72页 |
| ·总结 | 第70页 |
| ·还需完善的工作 | 第70-71页 |
| ·展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-74页 |
