基于数据挖掘的银行客户利润贡献度模型分析与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-12页 |
| ·国内外银行客户利润贡献度研究现状 | 第12-16页 |
| ·国外研究及应用现状 | 第12-14页 |
| ·国内研究及应用现状 | 第14页 |
| ·国内外商业银行客户利润贡献度研究比较 | 第14-16页 |
| ·研究框架 | 第16-18页 |
| ·研究思路 | 第16页 |
| ·创新点 | 第16-18页 |
| 第2章 相关理论研究概述 | 第18-34页 |
| ·客户利润贡献度理论综述 | 第18-21页 |
| ·客户利润贡献度的概念 | 第18-20页 |
| ·客户利润贡献度与客户关系管理系统 | 第20-21页 |
| ·数据挖掘相关技术理论综述 | 第21-33页 |
| ·数据挖掘的定义 | 第21页 |
| ·数据仓库 | 第21-22页 |
| ·数据预处理 | 第22-24页 |
| ·聚类分析理论 | 第24-28页 |
| ·k-means算法 | 第28-31页 |
| ·决策树分析理论 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 银行客户利润贡献度模型的构建 | 第34-43页 |
| ·银行业务概述 | 第34-35页 |
| ·基于账户利润贡献度的模型分析 | 第35-36页 |
| ·基于银行业务类型的客户利润贡献度模型 | 第36-43页 |
| ·银行负债类产品的利润贡献计算 | 第36-37页 |
| ·银行资产类产品的利润贡献计算模型 | 第37-39页 |
| ·银行中间业务类产品的利润贡献计算模型 | 第39-41页 |
| ·银行客户的综合利润贡献计算模型 | 第41-43页 |
| 第4章 银行客户利润贡献度的数据挖掘实证分析 | 第43-52页 |
| ·构建银行客户利润贡献度数据仓库 | 第43-45页 |
| ·银行客户利润贡献度数据预处理 | 第45-47页 |
| ·银行客户利润贡献度数据的聚类分析 | 第47-49页 |
| ·银行客户利润贡献度数据的决策树分析 | 第49-50页 |
| ·分类判定树归纳 | 第49-50页 |
| ·规则提取 | 第50页 |
| ·银行客户利润贡献度数据挖掘分析结论 | 第50-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-70页 |
| 附录一 某银行下属支行客户资产类部分数据 | 第57-63页 |
| 附录二 附录一表中资产类部分预处理后数据 | 第63-67页 |
| 附录三 K-means算法中用到的具体代码 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间撰写的论文 | 第71页 |
