大数据时代数据挖掘在银行CRM系统中的应用
摘要 | 第6-7页 |
Abstract | 第7页 |
1 银行对数据挖掘应用的需求分析 | 第8-11页 |
1.1 客户信息不完整,利用率低 | 第8-9页 |
1.2 信息利用手段缺乏,难以有效支持业务过程 | 第9页 |
1.3 领导决策缺少依据 | 第9页 |
1.4 业务发展带来的客户管理问题日渐突出 | 第9-10页 |
1.5 产品的销售策略不合理 | 第10页 |
1.6 对客户的关心不足,客户满意度低 | 第10-11页 |
2 数据挖掘在RCM系统中应用的总体目标和规划 | 第11-12页 |
3 操作层RCM系统的构建 | 第12-13页 |
3.1 系统体系结构的设计 | 第12页 |
3.2 系统网络结构的设计 | 第12-13页 |
4 客户流失分析的主要步骤 | 第13-14页 |
5 问题的定义 | 第14-15页 |
6 数据的准备 | 第15-19页 |
6.1 目标变量的选择 | 第15页 |
6.2 输入变量的选择 | 第15-17页 |
6.3 数据抽样 | 第17-18页 |
6.4 创建训练集和测试集 | 第18-19页 |
7 数据预处理 | 第19-24页 |
7.1 数据清理 | 第19-20页 |
7.2 数据集成 | 第20页 |
7.3 数据离散化与概念分层 | 第20-24页 |
8 模型的建立与应用 | 第24-36页 |
8.1 模型的建立和评估 | 第24-29页 |
8.1.1 模型建立 | 第24-27页 |
8.1.2 模型的测试和评估 | 第27-29页 |
8.2 模型的实现及结果分析 | 第29-36页 |
参考文献 | 第36-39页 |
个人简历、在学期间发表的学术论文与研究成果 | 第39-40页 |
致谢 | 第40页 |