| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 1 绪论 | 第9-12页 |
| 1.1 课题的背景 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 课题意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-11页 |
| 1.3 论文研究内容与论文结构 | 第11页 |
| 1.4 本章小结 | 第11-12页 |
| 2 大数据时代下商业银行的发展现状及未来发展模式 | 第12-16页 |
| 2.1 大数据的特征 | 第12页 |
| 2.2 大数据的趋势和对商业银行的影响 | 第12-13页 |
| 2.2.1 大数据的趋势 | 第12-13页 |
| 2.2.2 大数据给商业银行带来的影响 | 第13页 |
| 2.3 大数据时代下商业银行面临的困境 | 第13-14页 |
| 2.4 大数据时代下商业银行信息化发展道路 | 第14-16页 |
| 3 商业银行客户关系管理系统设计 | 第16-35页 |
| 3.1 商业银行CRM的需求分析 | 第16-18页 |
| 3.2 商业银行CRM的综合能力的评价体系 | 第18-19页 |
| 3.3 客户关系管理的价值分析 | 第19-20页 |
| 3.4 系统概述及系统总体设计 | 第20-25页 |
| 3.4.1 本系统对大数据的适用性指标 | 第20-22页 |
| 3.4.2 系统架构 | 第22-25页 |
| 3.5 系统实现 | 第25-29页 |
| 3.6 数据库设计 | 第29-35页 |
| 3.6.1 数据库概念结构设计 | 第29-30页 |
| 3.6.2 数据库逻辑结构设计 | 第30-32页 |
| 3.6.3 部分数据库设计 | 第32-35页 |
| 4 商业银行客户分群模型的研究与分析 | 第35-55页 |
| 4.1 项目背景及模型设计意义 | 第35-37页 |
| 4.2 商业银行客户分群指标及模型 | 第37-39页 |
| 4.3 商业银行个人客户分析模型 | 第39-42页 |
| 4.3.1 商业银行个人客户分析方法的选择 | 第39-40页 |
| 4.3.2 商业银行个人客户K-Means聚类分析的方法 | 第40-42页 |
| 4.4 商业银行客户分群模型的实现 | 第42-50页 |
| 4.4.1 商业银行个人客户分群的实现步骤 | 第42-43页 |
| 4.4.2 商业银行个人客户分类的数据准备 | 第43-47页 |
| 4.4.3 商业银行个人客户聚类分群的实现 | 第47-50页 |
| 4.5 商业银行客户分群结果的评价及营销策略 | 第50-52页 |
| 4.6 本系统的应用现状以及改进措施 | 第52-55页 |
| 4.6.1 本系统存在的问题 | 第52-53页 |
| 4.6.2 本银行系统下一步改进的措施 | 第53-55页 |
| 5 结论与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |