聚类分析在H银行客户分类中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景和选题意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 聚类分析法的应用研究 | 第12-22页 |
| 2.1 数据挖掘方法的研究与分析 | 第12-15页 |
| 2.1.1 聚类分析同类方法的比较与分析 | 第12-15页 |
| 2.1.2 聚类分析法在客户分类应用中的选择分析 | 第15页 |
| 2.2 聚类分析技术的应用研究 | 第15-17页 |
| 2.2.1 聚类分析的典型应用场景 | 第15-16页 |
| 2.2.2 聚类分析在客户分类实用中的优势与缺点 | 第16-17页 |
| 2.3 聚类分析在实践应用中的注意事项 | 第17-19页 |
| 2.3.1 如何处理数据噪声和异常值 | 第17-18页 |
| 2.3.2 数据标准化 | 第18页 |
| 2.3.3 聚类变量的选择 | 第18-19页 |
| 2.4 聚类分析的扩展应用 | 第19-21页 |
| 2.4.1 聚类的核心指标和非聚类的业务指标 | 第19页 |
| 2.4.2 数据探索与清理工具 | 第19-20页 |
| 2.4.3 个性化推荐的应用 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章H银行客户分类现状及解决方案 | 第22-29页 |
| 3.1 H银行客户分类项目背景 | 第22页 |
| 3.2 H银行客户分类项目需求分析 | 第22-23页 |
| 3.3 H银行客户分类现状与存在问题 | 第23-24页 |
| 3.4 H银行客户分类的解决方案 | 第24-26页 |
| 3.5 H银行网上转账系统的结构 | 第26-28页 |
| 3.5.1 数据市集的组成 | 第27页 |
| 3.5.2 数据市集的体系结构 | 第27-28页 |
| 3.5.3 系统的数据集成 | 第28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 聚类分析在客户分类中的应用 | 第29-53页 |
| 4.1 聚类分析指标体系的建立 | 第29-31页 |
| 4.1.1 银行客户分类聚类分析指标系统 | 第29-30页 |
| 4.1.2 H银行客户分类指标建立 | 第30-31页 |
| 4.2 聚类分析数据集的建立 | 第31-36页 |
| 4.2.1 H银行数据库结构及客户数据集的构建 | 第31-32页 |
| 4.2.2 H银行数据样本标准化 | 第32-36页 |
| 4.3 利用聚类分析进行客户分类 | 第36-49页 |
| 4.3.0 聚类分析的类型和方法的选择 | 第36页 |
| 4.3.1 聚类分析距离选择与量度 | 第36-37页 |
| 4.3.2 利用SPSS统计分析软件进行聚类 | 第37-40页 |
| 4.3.3 对聚类结果的分析 | 第40-47页 |
| 4.3.4 对聚类结果的验证分析 | 第47-49页 |
| 4.4 客户价值模型与特征分析 | 第49-52页 |
| 4.4.1 客户价值计算方法 | 第49-50页 |
| 4.4.2 客户类别特征分析 | 第50-51页 |
| 4.4.3 基于客户分类的定向性推广 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论与启示 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 附件 | 第57页 |
