基于数据挖掘的基金定投业务中客户行为的分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 引言 | 第9-11页 |
| 第1章 研究内容概述 | 第11-19页 |
| ·选题背景与研究意义 | 第11-12页 |
| ·研究现状及个人新见解 | 第12-14页 |
| ·基金定投业务中影响客户信息的关键要素 | 第14-15页 |
| ·数据挖掘技术在客户研究中的作用 | 第15-17页 |
| ·本文的主要内容 | 第17-18页 |
| ·本文的结构 | 第18-19页 |
| 第2章 数据挖掘的相关技术 | 第19-33页 |
| ·数据挖掘概述 | 第19-20页 |
| ·主要的数据挖掘方法 | 第20-27页 |
| ·关联规则算法 | 第20-21页 |
| ·人工神经网络 | 第21-23页 |
| ·遗传算法 | 第23-25页 |
| ·决策树算法 | 第25-26页 |
| ·数据挖掘的主要算法对比 | 第26-27页 |
| ·决策树算法的基本描述及其生成过程 | 第27-33页 |
| ·决策树算法的基本原理 | 第27-28页 |
| ·决策树算法概述 | 第28-31页 |
| ·决策树算法的生成过程 | 第31页 |
| ·比较几种常见决策树算法 | 第31-33页 |
| 第3章 F基金公司基金定投业务的客户分析 | 第33-39页 |
| ·F公司基金定投业务概述 | 第33-34页 |
| ·基金定投业务的定义 | 第33页 |
| ·基金定投业务的优点 | 第33-34页 |
| ·金融行业中的客户分析 | 第34-37页 |
| ·客户分析的必要性 | 第34-36页 |
| ·客户分析的可行性 | 第36-37页 |
| ·F基金公司的客户分类方法 | 第37-39页 |
| 第4章 基于决策树算法的客户分类模型 | 第39-58页 |
| ·数据集准备 | 第39-40页 |
| ·基金客户信息的收集 | 第39-40页 |
| ·基金客户信息的特征值 | 第40页 |
| ·数据清洗 | 第40-42页 |
| ·决策树的构造 | 第42-54页 |
| ·分类原则提取实现 | 第54-55页 |
| ·结论及其分析 | 第55-58页 |
| 第5章 总结与展望 | 第58-61页 |
| ·主要研究工作及总结 | 第58-59页 |
| ·基金业务中客户行为的研究工作 | 第58页 |
| ·决策树算法的研究工作 | 第58-59页 |
| ·决策树生成的研究工作 | 第59页 |
| ·进一步的研究内容 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
