基于数据挖掘的商业银行客户细分应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外相关领域研究现状 | 第10-12页 |
| ·数据挖掘研究现状 | 第10-11页 |
| ·客户细分研究现状 | 第11-12页 |
| ·研究思路与目标 | 第12-13页 |
| ·论文内容组织 | 第13-14页 |
| 第2章 数据挖掘技术及客户细分研究 | 第14-23页 |
| ·数据挖掘的理论概述 | 第14-18页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘方法论 | 第14-15页 |
| ·数据挖掘的功能 | 第15-16页 |
| ·数据挖掘的实施过程 | 第16-18页 |
| ·客户细分的理论研究 | 第18-21页 |
| ·客户细分的概念 | 第18页 |
| ·客户细分的原则 | 第18页 |
| ·常用客户细分方法及其局限性 | 第18-19页 |
| ·基于数据挖掘的客户细分过程 | 第19-21页 |
| ·商业银行客户细分的意义 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 客户细分模型的设计 | 第23-39页 |
| ·银行卡概况 | 第23-24页 |
| ·对银行卡消费者进行细分研究的必要性 | 第23-24页 |
| ·银行卡消费数据作为研究样本的可能性 | 第24页 |
| ·目标的确立 | 第24页 |
| ·模型总体设计 | 第24-25页 |
| ·客户细分建模流程 | 第25-27页 |
| ·数据的准备与分析 | 第27-32页 |
| ·ECIF、数据仓库和其他系统提供数据准备 | 第28页 |
| ·可供选择的零售客户细分特征 | 第28-29页 |
| ·可供选择的对公客户细分特征 | 第29-30页 |
| ·银行客户细分变量参考 | 第30-32页 |
| ·客户细分模型建立 | 第32-38页 |
| ·客户群细分维度选择 | 第32-33页 |
| ·客户数据探索 | 第33-37页 |
| ·客户细分建模 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 客户细分的实现与应用 | 第39-56页 |
| ·客户细分系统规划 | 第39-41页 |
| ·系统架构设计 | 第39-40页 |
| ·系统功能组成 | 第40-41页 |
| ·基于数据挖掘的客户细分实现 | 第41-49页 |
| ·SPSS 软件中常用的聚类算法 | 第41-43页 |
| ·数据准备 | 第43-45页 |
| ·数据探索 | 第45页 |
| ·模型建立 | 第45-46页 |
| ·结果分析 | 第46-48页 |
| ·营销示例 | 第48-49页 |
| ·基于客户细分的社区化经营 | 第49-55页 |
| ·社区化经营 | 第49-51页 |
| ·客户获取 | 第51-52页 |
| ·交叉销售/提升销售 | 第52-53页 |
| ·客户忠诚度管理与客户保持/挽留 | 第53-54页 |
| ·反欺诈 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
