数据挖掘技术在银行CRM中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10页 |
| 1.4 论文的组织结构 | 第10-12页 |
| 第二章 数据挖掘的基本理论 | 第12-19页 |
| 2.1 数据挖掘综述 | 第12-13页 |
| 2.1.1 数据挖掘简介 | 第12页 |
| 2.1.2 数据挖掘的步骤 | 第12-13页 |
| 2.2 数据挖掘方法 | 第13-15页 |
| 2.3 数据仓库技术 | 第15-19页 |
| 2.3.1 数据仓库的特点 | 第15-17页 |
| 2.3.2 数据仓库的体系结构 | 第17-19页 |
| 第三章 数据挖掘在银行CRM中的研究概述 | 第19-27页 |
| 3.1 CRM概述 | 第19页 |
| 3.2 数据挖掘与CRM的关系 | 第19-20页 |
| 3.3 数据挖掘在CRM中的典型应用 | 第20-22页 |
| 3.3.1 客户群体分类分析 | 第20-21页 |
| 3.3.2 交叉销售分析 | 第21页 |
| 3.3.3 客户赢利能力分析 | 第21-22页 |
| 3.4 银行客户行为分析 | 第22-24页 |
| 3.5 数据挖掘在银行CRM中的实施研究 | 第24-27页 |
| 3.5.1 数据挖掘在银行CRM中应用实施流程 | 第24-25页 |
| 3.5.2 数据提取和预处理过程 | 第25-26页 |
| 3.5.3 客户模型的建立 | 第26-27页 |
| 第四章 数据挖掘在银行CRM中的应用分析 | 第27-36页 |
| 4.1 数据挖掘在客户关系管理中的应用模型 | 第27-28页 |
| 4.2 聚类算法的选择 | 第28页 |
| 4.3 基于X树的GDBSCAN算法模型 | 第28-32页 |
| 4.4 聚类算法在银行产品交叉销售中的应用 | 第32-36页 |
| 4.4.1 数据准备 | 第32-34页 |
| 4.4.2 数据挖掘 | 第34-35页 |
| 4.4.3 数据挖掘需要注意的问题 | 第35-36页 |
| 第五章 基于数据挖掘的银行CRM系统的设计 | 第36-51页 |
| 5.1 系统总体需求 | 第36页 |
| 5.2 基于J2EE的银行CRM系统架构设计 | 第36-41页 |
| 5.2.1 系统设计原则 | 第36-37页 |
| 5.2.2 系统物理架构设计 | 第37-38页 |
| 5.2.3 系统逻辑结构设计 | 第38-41页 |
| 5.3 系统功能设计 | 第41-42页 |
| 5.4 系统数据库设计 | 第42-45页 |
| 5.4.1 数据的抽取和转换 | 第43页 |
| 5.4.2 逻辑建模 | 第43-45页 |
| 5.5 系统测试 | 第45-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 6.1 结论 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
