|
目 录 1 引言................................................................ 1 内容来自www.paper51.com
2 数据挖掘的基本概念、过程............................................ 1 http://www.paper51.com 2.1 数据挖掘的概念................................................. 1 paper51.com 2.2 数据挖掘过程................................................... 1 copyright paper51.com 3 聚类方法............................................................ 2 内容来自论文无忧网 www.paper51.com 3.1 聚类基本原理................................................... 2 内容来自www.paper51.com 3.2 聚类分析的主要方法............................................. 2 paper51.com 3.3 数据挖掘工具................................................... 3 copyright paper51.com 4 案例分析............................................................ 4 内容来自www.paper51.com 4.1 案例........................................................... 4 http://www.paper51.com
4.2 聚类方法在银行业客户细分中的应用............................... 7 paper51.com 5 总结................................................................ 7 http://www.paper51.com 参考文献............................................................... 8 http://www.paper51.com
致 谢................................................................. 9 paper51.com
paper51.com
1 引言 http://www.paper51.com
客户是银行竞争的焦点，特别是对银行贡献较大的优质客户，优质客户是银行的利润之源。一旦银行拥有了优质客户，就拥有了竞争优势。数据挖掘技术可以帮助银行管理部门了解现有的客户的价值、寻找目标客户、挖掘潜在客户、进行客户细分，为银行进行客户服务、市场营销的策划等提供决策支持。 paper51.com
本文基于数据挖掘的视角，采用聚类方法对银行的客户信息进行分析与处理，帮助更多的银行管理部门人员在数据中发现有用的，有潜在价值的数据知识，并利用数据挖掘技术分析客户信息，对差异性客户进行细分。 内容来自论文无忧网 www.paper51.com 2 数据挖掘的基本概念、过程2.1 数据挖掘的概念 paper51.com 数据挖掘(Data Mining),又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程[1]。简单地说，数据挖掘就是从大量数据中提取或“挖掘”知识 。它是一门涉及面很广的交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘有着非常广泛的应用：银行客户关系管理和风险管理的数据挖掘；生物医学和DNA数据分析的数据挖掘；金融数据的挖掘；零售业的数据挖掘；电信业的数据挖掘等。 内容来自www.paper51.com 2.2 数据挖掘过程 paper51.com 数据挖掘一般需要经历：确定业务对象、数据准备、数据挖掘、结果分析、知识的同化。[2] copyright paper51.com
内容来自www.paper51.com
|