基于大数据的银行客户贡献度与交易行为模式研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第9-12页 |
| 1.1 课题的背景以及意义 | 第9-10页 |
| 1.2 研究方法与论文结构 | 第10-12页 |
| 1.2.1 研究方法 | 第10页 |
| 1.2.2 研究内容 | 第10-12页 |
| 2 文献综述 | 第12-26页 |
| 2.1 大数据相关文献 | 第12-17页 |
| 2.1.1 大数据的意义与特性 | 第12-13页 |
| 2.1.2 大数据与数据挖掘 | 第13-15页 |
| 2.1.3 大数据与银行相关研究 | 第15-17页 |
| 2.2 数据仓库（data warehouse） | 第17-20页 |
| 2.2.1 组成元素与架构 | 第17-18页 |
| 2.2.2 数据仓库的数据处理 | 第18-20页 |
| 2.3 数据挖掘 | 第20-26页 |
| 2.3.1 数据挖掘的技术 | 第21-22页 |
| 2.3.2 数据挖掘在数据仓库的应用 | 第22-23页 |
| 2.3.3 数据挖掘标准作业程序 | 第23-24页 |
| 2.3.4 数据挖掘应用于银行业的相关研究 | 第24-26页 |
| 3 研究设计 | 第26-34页 |
| 3.1 数据挖掘模型的建立 | 第26-27页 |
| 3.2 数据挖掘算法的选择 | 第27-31页 |
| 3.2.1 决策树 | 第27-28页 |
| 3.2.2 C4.5 与C5.0 算法 | 第28-29页 |
| 3.2.3 C&RT算法 | 第29-31页 |
| 3.3 银行顾客贡献度与交易行为模式挖掘流程 | 第31-34页 |
| 3.3.1 银行产业认知 | 第31-32页 |
| 3.3.2 研究数据处理流程 | 第32-34页 |
| 4 结果与讨论 | 第34-44页 |
| 4.1 作业流程 | 第34-36页 |
| 4.2 建立模型 | 第36-37页 |
| 4.3 顾客数据基本探讨 | 第37-39页 |
| 4.4 顾客数据与贡献度的关系 | 第39-42页 |
| 4.5 结果分析与讨论 | 第42-44页 |
| 5 结论 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 作者简介 | 第48-49页 |
