發(fā)布時(shí)間：2023-10-14 07:26

　　隨著互聯(lián)網(wǎng)金融的逐步發(fā)展和小額貸款公司的興起,銀行業(yè)務(wù)受到了較大的沖擊,銀行傳統(tǒng)的業(yè)務(wù)方案已不再適合今天激烈競(jìng)爭(zhēng)的局面,對(duì)于目前的銀行業(yè)來說,資產(chǎn)概念已經(jīng)不那么重要了,最重要的是客戶概念,誰抓住了客戶的需求,誰就能在未來掌握市場(chǎng)和財(cái)富。所以如何區(qū)分客戶的類型,精準(zhǔn)的定位客戶需求,對(duì)銀行業(yè)的發(fā)展來說是至關(guān)重要的。要想了解客戶的需求,就需要對(duì)銀行與客戶交互過程中的各種數(shù)據(jù)進(jìn)行挖掘,找出隱含在數(shù)據(jù)中的有用信息。在銀行的客戶關(guān)系管理(CRM)系統(tǒng)中,就存儲(chǔ)著海量的客戶數(shù)據(jù)信息,這些數(shù)據(jù)是挖掘客戶需求的基礎(chǔ)。然而,如何在海量的數(shù)據(jù)中挖掘出有用的信息,是銀行業(yè)面臨的難題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)正好可以為銀行業(yè)解決這個(gè)難題。K-means聚類算法是數(shù)據(jù)挖掘技術(shù)中比較重要的一種算法,是獲取隱含信息的重要技術(shù)手段,它可以將CRM數(shù)據(jù)系統(tǒng)中雜亂無章的客戶數(shù)據(jù)進(jìn)行處理,然后分成特征各不相同的幾類,銀行可以根據(jù)不同類別客戶的特點(diǎn)對(duì)客戶進(jìn)行有針對(duì)性的管理與服務(wù),做到真正的投客戶所好。本文首先介紹了客戶細(xì)分及CRM的理論基礎(chǔ),之后根據(jù)目前銀行業(yè)務(wù)的特點(diǎn),分析了銀行業(yè)CRM的結(jié)構(gòu)及功能。接下來對(duì)常用聚類方法的基本原理、...

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來源及研究背景和意義
        1.1.1 課題來源
        1.1.2 課題研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 國(guó)內(nèi)外文獻(xiàn)綜述
    1.4 課題主要研究?jī)?nèi)容
第2章 客戶細(xì)分及CRM方法
    2.1 客戶細(xì)分理論
        2.1.1 客戶細(xì)分簡(jiǎn)述
        2.1.2 客戶細(xì)分的方法
        2.1.3 客戶細(xì)分意義
    2.2 CRM方法
        2.2.1 CRM的含義
        2.2.2 銀行CRM系統(tǒng)構(gòu)成
        2.2.3 CRM的作用
    2.3 本章小結(jié)
第3章 聚類方法及K-means聚類
    3.1 相似性度量
        3.1.1 樣品相似性的度量
        3.1.2 變量相似性的度量
    3.2 系統(tǒng)聚類分析
        3.2.1 系統(tǒng)聚類的基本原理
        3.2.2 系統(tǒng)聚類的分類
    3.3 K-means聚類分析
        3.3.1 K-means聚類的基本原理
        3.3.2 K-means聚類的優(yōu)缺點(diǎn)
    3.4 本章小結(jié)
第4章 數(shù)據(jù)細(xì)分及K-means算法改進(jìn)
    4.1 數(shù)據(jù)準(zhǔn)備
        4.1.1 銀行客戶細(xì)分指標(biāo)的選取
        4.1.2 數(shù)據(jù)的獲取及預(yù)處理
    4.2 K-means聚類算法的改進(jìn)
        4.2.1 算法改進(jìn)步驟
        4.2.2 確定效果比較準(zhǔn)則
        4.2.3 算法改進(jìn)前后分類效果對(duì)比
    4.3 本章小結(jié)
第5章 基于改進(jìn)K-means算法的銀行客戶細(xì)分
    5.1 客戶細(xì)分結(jié)果分析
    5.2 提出針對(duì)性策略及建議
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3853864