基于银行POS收单业务的数据仓库构建及其应用研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 问题的提出 | 第10-14页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 问题的提出 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 数据仓库的应用研究 | 第14-16页 |
| 1.2.2 CRM国内外应用研究 | 第16-17页 |
| 1.2.3 数据挖掘在银行业的国内外研究 | 第17-18页 |
| 1.3 研究的主要内容、目标与方法 | 第18-20页 |
| 1.3.1 研究的主要内容 | 第18-19页 |
| 1.3.2 研究目标 | 第19页 |
| 1.3.3 研究方法 | 第19-20页 |
| 第2章 银行数据仓库与数据挖掘 | 第20-34页 |
| 2.1 数据仓库的基本概念 | 第20-22页 |
| 2.2 银行数据仓库体系结构 | 第22-24页 |
| 2.3 银行数据仓库FS-LDM模型 | 第24-25页 |
| 2.4 基于数据挖掘的银行客户细分方法 | 第25-29页 |
| 2.4.1 什么是数据挖掘 | 第25-27页 |
| 2.4.2 基于数据挖掘的银行客户细分方法 | 第27-29页 |
| 2.5 银行客户细分现状分析 | 第29-34页 |
| 2.5.1 客户细分理论产生及发展 | 第29-30页 |
| 2.5.2 银行客户细分现状 | 第30-34页 |
| 第3章 基于POS收单业务的数据仓库构建 | 第34-56页 |
| 3.1 银行POS收单业务数据源分析 | 第34-37页 |
| 3.1.1 银行POS收单业务 | 第34-35页 |
| 3.1.2 银行POS收单业务数据源分析 | 第35-37页 |
| 3.2 银行POS收单业务信息调研 | 第37-39页 |
| 3.3 数据仓库模型设计 | 第39-56页 |
| 3.3.1 数据仓库逻辑模型设计 | 第39-52页 |
| 3.3.2 数据仓库物理模型设计 | 第52-54页 |
| 3.3.3 数据仓库的构建 | 第54-56页 |
| 第4章 银行客户细分的实现 | 第56-74页 |
| 4.1 数据描述 | 第56-57页 |
| 4.2 预测建模 | 第57-67页 |
| 4.2.1 CORR过程分析 | 第57-60页 |
| 4.2.2 回归分析过程 | 第60-64页 |
| 4.2.3 模型的检验 | 第64-66页 |
| 4.2.4 模型预测 | 第66-67页 |
| 4.3 客户细分分析 | 第67-74页 |
| 4.3.1 客户细分指标 | 第68页 |
| 4.3.2 客户细分及结果分析 | 第68-74页 |
| 结论 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 附录1 商户信息表表级调研结果 | 第81-82页 |
| 附录2 商户信息表字段级调研结果 | 第82-83页 |
| 附录3 初步入仓筛选表 | 第83-84页 |
| 附录4 表级的物理模型设计表 | 第84-87页 |
| 附录5 个人客户表的物理模型 | 第87-88页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第88页 |
