基于神经网络模型的证券公司客户分类管理研究--以A证券公司F分公司为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 研究思路和论文框架 | 第15-17页 |
| 1.2.1 研究思路 | 第15-16页 |
| 1.2.2 论文框架 | 第16-17页 |
| 2 客户分类相关理论 | 第17-33页 |
| 2.1 客户关系管理理论 | 第17-18页 |
| 2.2 客户分类理论 | 第18-27页 |
| 2.2.1 基于人口统计学特征的客户分类 | 第18-19页 |
| 2.2.2 基于客户行为的客户分类 | 第19-20页 |
| 2.2.3 基于客户生命周期的客户分类 | 第20-23页 |
| 2.2.4 基于客户价值的客户分类 | 第23-27页 |
| 2.2.5 客户分类方法比较 | 第27页 |
| 2.3 客户分类技术 | 第27-30页 |
| 2.3.1 聚类分析 | 第28-29页 |
| 2.3.2 神经网络 | 第29-30页 |
| 2.3.3 客户分类技术比较 | 第30页 |
| 2.4 本章小结 | 第30-33页 |
| 3 A证券公司F分公司客户分类现状与问题 | 第33-47页 |
| 3.1 中国证券行业现状简介 | 第33-36页 |
| 3.1.1 证券投资者情况 | 第33-35页 |
| 3.1.2 证券行业存在的问题 | 第35-36页 |
| 3.2 A证券公司及F分公司简介 | 第36-38页 |
| 3.2.1 A证券公司简介 | 第36-37页 |
| 3.2.2 F分公司简介 | 第37-38页 |
| 3.3 F分公司客户分类与服务现状 | 第38-43页 |
| 3.3.1 F分公司客户分类现状 | 第38-40页 |
| 3.3.2 F分公司客户服务现状 | 第40-43页 |
| 3.4 当前存在的问题及成因分析 | 第43-44页 |
| 3.4.1 存在问题 | 第43-44页 |
| 3.4.2 成因分析 | 第44页 |
| 3.5 本章小结 | 第44-47页 |
| 4 A证券公司F分公司客户分类研究 | 第47-69页 |
| 4.1 客户分类的总体方案设计 | 第47-49页 |
| 4.1.1 客户分类目标 | 第47页 |
| 4.1.2 客户分类原则 | 第47-48页 |
| 4.1.3 客户分类的总体方案 | 第48页 |
| 4.1.4 客户样本数据说明 | 第48-49页 |
| 4.2 基于RFM模型估算客户现有价值 | 第49-56页 |
| 4.2.1 RFM指标分值计算标准 | 第49-52页 |
| 4.2.2 RFM指标权重设置 | 第52-55页 |
| 4.2.3 计算客户RFM得分 | 第55-56页 |
| 4.3 构建神经网络模型估算客户未来价值 | 第56-65页 |
| 4.3.1 指标筛选和处理 | 第57-61页 |
| 4.3.2 样本选取 | 第61-62页 |
| 4.3.3 构建神经网络模型 | 第62-65页 |
| 4.4 基于客户现有价值与未来价值进行客户分类 | 第65-67页 |
| 4.4.1 构建客户分类四象限 | 第65-66页 |
| 4.4.2 四类客户特征与服务策略 | 第66-67页 |
| 4.5 本章小结 | 第67-69页 |
| 5 客户分类效果评估及后续工作 | 第69-75页 |
| 5.1 F分公司客户分类效果验证 | 第69-71页 |
| 5.2 客户服务系统中相应功能设计 | 第71-72页 |
| 5.3 功能持续维护 | 第72-73页 |
| 5.4 本章小结 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 全文总结 | 第75页 |
| 6.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79页 |
