个性化推荐系统在银行理财营销的应用
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第9-18页 |
| 第一节 研究背景及意义 | 第9-10页 |
| 第二节 国内外研究现状及评述 | 第10-14页 |
| 一、国内外研究现状 | 第10-14页 |
| 二、研究现状评述 | 第14页 |
| 第三节 创新点、研究思路和研究方法 | 第14-18页 |
| 一、论文的创新点 | 第14-15页 |
| 二、研究思路 | 第15-16页 |
| 三、技术路线 | 第16页 |
| 四、研究方法 | 第16-18页 |
| 第二章 相关概念介绍及理论基础 | 第18-28页 |
| 第一节 主流的个性化推荐技术介绍 | 第18-25页 |
| 一、基于协同过滤推荐 | 第19-22页 |
| 二、基于内容的推荐 | 第22-23页 |
| 三、基于知识的推荐 | 第23-25页 |
| 四、混合推荐 | 第25页 |
| 第二节 相关理论基础 | 第25-28页 |
| 一、金融营销理论 | 第25-26页 |
| 二、长尾理论 | 第26-27页 |
| 三、家庭生命周期理论 | 第27-28页 |
| 第三章 个性化推荐系统对银行的重要性 | 第28-36页 |
| 第一节 线上营销为传统银行理财业务带来的机遇 | 第28-31页 |
| 一、拓宽银行获客渠道 | 第28页 |
| 二、提高银行销售效率 | 第28-30页 |
| 三、增加银行与第三方平台合作机会 | 第30页 |
| 四、提升用户体验增强用户黏性 | 第30-31页 |
| 第二节 个性化推荐系统对于银行理财营销的重要性 | 第31-36页 |
| 一、改善商业银行理财产品营销形式单一的现状 | 第31-32页 |
| 二、减轻客户对同质化理财产品的认知负担 | 第32-33页 |
| 三、降低银行获客门槛 | 第33-34页 |
| 四、提升传统银行的数据资产利用效率 | 第34-36页 |
| 第四章 银行理财营销中个性化推荐系统的应用研究 | 第36-63页 |
| 第一节 个性化推荐系统的应用现状 | 第36-38页 |
| 一、个性化推荐系统在互联网平台应用情况 | 第36-37页 |
| 二、个性化推荐系统在商业银行应用情况 | 第37-38页 |
| 第二节 个性化推荐系统的系统设计与应用要点分析 | 第38-44页 |
| 一、个性化推荐系统的层次结构和系统设计 | 第39-41页 |
| 二、个性化推荐系统在应用时的两大核心要素 | 第41-44页 |
| 第三节 个性化推荐技术在银行理财中的具体应用 | 第44-63页 |
| 一、金融营销过程中的需求场景分析 | 第45-47页 |
| 二、基于协同过滤的个性化推荐系统应用 | 第47-54页 |
| (一)基于银行客户信息的推荐 | 第47-49页 |
| (二)基于客户——理财产品信息的推荐 | 第49-54页 |
| 三、推荐算法实验与分析 | 第54-63页 |
| 第五章 完善个性化推荐系统的相关建议 | 第63-70页 |
| 第一节 个性化推荐系统在实际应用时存在的不足 | 第63-65页 |
| 一、推荐结果存在同质内容收敛的问题 | 第63-64页 |
| 二、个性化推荐缺少对银行客户属性变化的跟踪 | 第64页 |
| 三、个性化推荐缺少对用户主观因素的考察 | 第64-65页 |
| 四、银行客户存在隐私泄漏风险 | 第65页 |
| 第二节 完善个性化推荐系统的建议 | 第65-70页 |
| 一、推荐结果中加入随机因素以扩充内容丰富度 | 第65-66页 |
| 二、寻找跟踪银行客户长期兴趣偏移的方法 | 第66-67页 |
| 三、个性化推荐系统积极融入社交元素 | 第67-68页 |
| 四、制定银行客户隐私保护策略 | 第68-70页 |
| 第六章 结论与展望 | 第70-75页 |
| 第一节 结论 | 第70-72页 |
| 第二节 论文存在的不足之处 | 第72页 |
| 第三节 展望 | 第72-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |
