首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--银行制度与业务论文

基于改进K-means算法的客户购买投资理财产品的行为分析

摘要第5-6页
Abstract第6页
1 绪论第7-11页
    1.1 论文的研究背景以及意义第7页
    1.2 研究现状分析第7-8页
        1.2.1 K-means聚类算法的研究现状第7-8页
    1.3 银行投资理财现状分析第8-9页
        1.3.1 投资理财兴起第8-9页
        1.3.2 银行个人理财产品的国内外现状第9页
    1.4 论文安排第9-11页
2 数据挖掘中的聚类分析第11-16页
    2.1 数据挖掘技术第11-12页
        2.1.1 数据挖掘的定义第11页
        2.1.2 数据挖掘面临的主要问题第11-12页
    2.2 聚类分析概述第12页
    2.3 主要的聚类方法第12-13页
        2.3.1 基于划分的方法第13页
        2.3.2 基于层次的方法第13页
        2.3.3 基于密度的方法第13页
        2.3.4 基于模型的方法第13页
        2.3.5 基于网格的方法第13页
    2.4 聚类分析中的数据结构、数据类型、相似性度量第13-14页
        2.4.1 聚类分析中的数据结构第13-14页
        2.4.2 聚类分析中的数据类型第14页
        2.4.3 聚类分析中的相似性度量第14页
    2.5 聚类准则函数第14-15页
    2.6 本章小结第15-16页
3 K-means聚类算法分析第16-20页
    3.1 K-means聚类算法的基本步骤第16页
    3.2 K-means聚类算法示意图第16页
    3.3 K-means聚类算法的流程第16-17页
    3.4 现阶段K-means聚类算法的优缺点分析以及改进第17-18页
        3.4.1 现阶段K-means算法的优缺点分析第17-18页
        3.4.2 针对现阶段K-means算法缺点提出的改进方法第18页
    3.5 现阶段K-means算法中给定K值方法第18页
    3.6 现阶段初始中心点的选取方法第18-19页
    3.7 本章小节第19-20页
4 改进的UPGMA与最大最小距离相结合的改进K-means算法第20-31页
    4.1 UPGMA算法第20-21页
        4.1.1 UPGMA算法思想第20页
        4.1.2 UPGMA算法具体执行描述第20页
        4.1.3 UPGMA算法的优劣势以及改进第20-21页
    4.2 最大最小距离算法第21-23页
        4.2.1 最大最小距离算法思想第21-23页
        4.2.2 最大最小距离算法优缺点分析第23页
    4.3 连续属性离散化第23-24页
    4.4 分冶算法第24页
    4.5 BWP指标函数第24页
        4.5.1 BWP指标函数的定义第24页
        4.5.2 通过BWP指标函数确定K值第24页
    4.6 改进后的K-means聚类算法第24-26页
    4.7 仿真实验与结果分析第26-30页
        4.7.1 数据集第26页
        4.7.2 实验设计第26页
        4.7.3 聚类结果及分析第26-30页
    4.8 本章小结第30-31页
5 改进后的K-means算法在投资理财方面的客户行为分析第31-46页
    5.1 购买理财客户细分背景及意义第31-33页
    5.2 数据准备及预处理第33-37页
    5.3 模型的建立与实现第37-38页
        5.3.1 所用的软件介绍第37页
        5.3.2 数据加载第37页
        5.3.3 数据的量化第37-38页
    5.4 K-means聚类客户细分第38-41页
        5.4.1 k-means算法聚类数的确定第38页
        5.4.2 聚类过程及结果第38-40页
        5.4.3 聚类客户特征提取第40-41页
    5.5 基于最大最小距离的k-means聚类客户细分第41页
    5.6 基于改进后的k-means聚类客户细分第41-43页
        5.6.1 改进后聚类过程及结果第42页
        5.6.2 改进后聚类客户特征提取第42-43页
    5.7 不同聚类结果比较及营销策略制定第43-45页
        5.7.1 聚类结果比较第43-44页
        5.7.2 营销策略制定第44-45页
    5.8 本章小结第45-46页
结论第46-47页
致谢第47-48页
参考文献第48-50页

论文共50页,点击 下载论文
上一篇:基于连续光谱的颗粒测试方法研究
下一篇:污泥造粒干化工艺的实验研究