基于数据挖掘的商业银行客户关系管理研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·选题背景 | 第9-10页 |
| ·研究的意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究方法和路径 | 第11-13页 |
| ·研究方法 | 第11-12页 |
| ·研究路径图 | 第12-13页 |
| ·本文研究内容及创新之处 | 第13-15页 |
| 2 客户关系管理和数据挖掘理论综述 | 第15-29页 |
| ·客户关系管理的基本概念 | 第15-22页 |
| ·客户关系管理的定义 | 第15-17页 |
| ·客户关系管理的基本理念 | 第17-18页 |
| ·客户关系管理的流程 | 第18-22页 |
| ·商业银行客户关系管理的发展历程 | 第22-26页 |
| ·商业银行客户关系管理的兴起 | 第22-23页 |
| ·商业银行经营和客户关系管理 | 第23-24页 |
| ·客户关系管理对商业银行的意义 | 第24-25页 |
| ·引进CRM是我国商业银行经营管理的必然之选 | 第25-26页 |
| ·数据挖掘的相关理论 | 第26-29页 |
| ·数据挖掘的定义及步骤 | 第26-27页 |
| ·数据挖掘的任务 | 第27-29页 |
| 3 数据挖掘和商业银行客户关系管理的关系 | 第29-37页 |
| ·客户生命周期 | 第29-31页 |
| ·数据挖掘在CRM中的商业价值 | 第31-32页 |
| ·数据挖掘在CRM中的作用 | 第32-34页 |
| ·数据挖掘在商业银行客户关系管理中的应用模式 | 第34页 |
| ·构建以数据挖掘为核心的客户关系管理系统 | 第34-37页 |
| ·构建CRM系统 | 第34-35页 |
| ·以数据挖掘为核心的客户关系管理系统的实施 | 第35-37页 |
| 4 商业银行CRM中客户分类模型的建立 | 第37-51页 |
| ·神经网络法 | 第37-38页 |
| ·决策树法 | 第38-40页 |
| ·两种方法的比较 | 第40-41页 |
| ·客户分类模型的建立 | 第41-43页 |
| ·模型的实证研究 | 第43-48页 |
| ·业务问题定义 | 第43-44页 |
| ·数据理解和数据准备 | 第44页 |
| ·数据预处理 | 第44-45页 |
| ·决策树模型的建立 | 第45-48页 |
| ·商业银行基于数据挖掘的结论应采取的措施 | 第48-51页 |
| 5 结论及展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·论文的不足之处 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 后记 | 第55页 |
