基于数据挖掘技术的商业银行客户关系管理
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究问题及意义 | 第11-14页 |
| ·本文研究的问题 | 第11-12页 |
| ·研究的意义和作用 | 第12-14页 |
| 第二章 商业银行客户关系管理及数据挖掘理论体系 | 第14-29页 |
| ·客户关系管理理论 | 第14-18页 |
| ·概念 | 第14-15页 |
| ·客户关系管理的内涵 | 第15页 |
| ·CRM的基本内容 | 第15-16页 |
| ·CRM系统的逻辑体系结构 | 第16-17页 |
| ·商业银行客户关系管理 | 第17-18页 |
| ·数据挖掘 | 第18-24页 |
| ·数据挖掘的概念 | 第18-19页 |
| ·数据挖掘常用的分析方法 | 第19-23页 |
| ·数据挖掘常用的方法 | 第23-24页 |
| ·数据挖掘技术与商业银行CRM的关系 | 第24-29页 |
| ·数据挖掘对商业银行实施客户关系管理的重要性 | 第24-25页 |
| ·数据挖掘在商业银行CRM中的应用模型 | 第25-26页 |
| ·构建以数据挖掘技术为核心的商业银行CRM系统 | 第26-29页 |
| 第三章 商业银行CRM的数据挖掘方法的确定 | 第29-39页 |
| ·商业银行数据库或数据仓库中数据的情况概述 | 第29-33页 |
| ·商业银行CRM系统中应当具备的数据信息 | 第29页 |
| ·商业银行CRM系统中实际获得的数据信息 | 第29-31页 |
| ·对商业银行中用于本次建模的数据进行分析 | 第31-33页 |
| ·根据本次数据挖掘的任务确定数据挖掘的方法 | 第33-35页 |
| ·决策树法 | 第33-34页 |
| ·本文选用决策树的优势 | 第34-35页 |
| ·决策树建模的原理及算法 | 第35-39页 |
| ·分类原理 | 第35页 |
| ·决策树分类及算法 | 第35-39页 |
| 第四章 商业银行利用决策树创建模型的实证研究 | 第39-50页 |
| ·客户有关数据的预处理 | 第39-40页 |
| ·数据清理 | 第39页 |
| ·数据集成和变换 | 第39-40页 |
| ·数据规约 | 第40页 |
| ·根据商业银行数据信息创建决策树模型 | 第40-46页 |
| ·建模中的概念分层 | 第40-42页 |
| ·创建决策树 | 第42-45页 |
| ·根据决策树模型找出商业银行客户的分类规则 | 第45-46页 |
| ·模型结论 | 第46页 |
| ·对决策树分类模型的测试 | 第46-50页 |
| ·决策树算法的可伸缩性 | 第46-48页 |
| ·决策树归纳法的准确性 | 第48-50页 |
| 第五章 商业银行客户关系管理策略 | 第50-57页 |
| ·商业银行决策树模型的评价和解释 | 第50-51页 |
| ·商业银行基于模型结果的客户关系管理策略 | 第51-57页 |
| ·商业银行客户关系营销策略 | 第51-54页 |
| ·提升与客户合作的价值 | 第54-57页 |
| 总结与展望 | 第57-60页 |
| 参考文献 | 第60-62页 |
| 科研活动 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64-70页 |
