發(fā)布時間：2020-12-23 10:54

　　隨著新時代金融市場的改革進步及互聯(lián)網(wǎng)科技的創(chuàng)新性應用,我國商業(yè)銀行呈現(xiàn)著一日千里的繁榮勢態(tài),但同時也面臨著前所未有的挑戰(zhàn)與考驗。在當前開放化及多元化的競爭格局中,如何不斷提高銀行的競爭力,成為銀行業(yè)最為關注的焦點。零售銀行業(yè)務作為銀行業(yè)務的重要組成部分正在快速發(fā)展,逐步成為銀行利潤的重要來源。當前我國居民投資理財意識逐漸覺醒,對個人資產(chǎn)的處理需求趨向于多元化,這為零售銀行業(yè)務的發(fā)展帶來了新的機遇。在當前客戶需求多元化的形勢下,通過對客戶進行細分,了解不同客戶的不同需求,為客戶提供差異化服務是銀行吸引客戶的重要手段之一。為建立一個更為精準的零售銀行客戶分類模型,本文主要進行了如下工作:(1)對當前零售銀行客戶分類方法進行了深入研究,提出了一種基于客戶價值和業(yè)務種類的二維分類規(guī)則。當前針對零售銀行客戶的分類主要是在客戶價值或客戶忠誠度單一維度進行分類,這種分類只能預測一個客戶的價值或忠誠度,卻不能預測該客戶對哪個種類的業(yè)務更感興趣。本文提出的基于客戶價值和業(yè)務種類的二維分類規(guī)則,在客戶價值維度將客戶分為目標潛力類、金卡類、白金卡類、私人銀行類四類,在業(yè)務種類維度根據(jù)零售銀行業(yè)務特點分為偏資... 

【文章來源】：浙江理工大學浙江省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題的背景與意義
    1.2 現(xiàn)狀研究
        1.2.1 Hadoop技術的應用研究現(xiàn)狀
        1.2.2 零售銀行客戶分類研究現(xiàn)狀
        1.2.3 基于決策樹算法的客戶分類研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 論文組織結構
第二章 相關理論介紹
    2.1 數(shù)據(jù)挖掘概念及過程
    2.2 基于粗糙集理論的屬性約簡算法
        2.2.1 粗糙集理論概述
        2.2.2 屬性約簡算法介紹
    2.3 基于CAIM準則的數(shù)據(jù)離散化方法
        2.3.1 CAIM準則概述
        2.3.2 基于CAIM準則的數(shù)據(jù)離散化算法介紹
    2.4 本章小結
第三章 C4.5 算法及其改進算法
    3.1 決策樹算法概述
    3.2 ID3算法
    3.3 C4.5 算法
    3.4 一種改進的C4.5 算法
    3.5 本章小結
第四章 零售銀行客戶精準分類模型構建
    4.1 零售銀行客戶二維分類規(guī)則
    4.2 零售銀行客戶數(shù)據(jù)介紹
    4.3 零售銀行客戶精準分類模型構建
        4.3.1 數(shù)據(jù)離散化處理
        4.3.2 屬性約簡
        4.3.3 構建決策樹分類模型
    4.4 本章小結
第五章 基于Hadoop平臺的零售銀行客戶精準分類模型
    5.1 Hadoop平臺介紹
        5.1.1 Hadoop生態(tài)系統(tǒng)簡介
        5.1.2 HDFS簡介
        5.1.3 MapReduce框架簡介
    5.2 Hadoop平臺搭建
    5.3 模型構建算法并行化
        5.3.1 基于互信息的屬性約簡算法的并行化
        5.3.2 根據(jù)信息增益率構建決策樹算法的并行化
    5.4 本章總結
第六章 總結與展望
    6.1 論文工作總結
    6.2 下一步工作展望
參考文獻
致謝
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)金融沖擊下銀行個人客戶分類管理研究[J]. 韓宏穩(wěn).  哈爾濱工業(yè)大學學報(社會科學版). 2017(03)
[2]C4.5算法的優(yōu)化[J]. 黃秀霞,孫力.  計算機工程與設計. 2016(05)
[3]一種基于粗糙集屬性約簡的C4.5算法[J]. 曹艷,殷旭.  北京信息科技大學學報(自然科學版). 2014(06)
[4]基于決策樹的銀行客戶分類算法研究[J]. 鄭秀仙.  江蘇科技信息. 2014(03)
[5]MapReduce框架下并行知識約簡算法模型研究[J]. 錢進,苗奪謙,張澤華,張志飛.  計算機科學與探索. 2013(01)
[6]新形勢下我國零售銀行業(yè)務發(fā)展探析[J]. 李慶萍.  銀行家. 2011(10)
[7]一種基于類別屬性關聯(lián)程度最大化離散算法[J]. 楊萍,楊天社,杜小寧,李濟生,黃永宣.  控制與決策. 2011(04)
[8]一種改進的C4.5算法及實驗分析[J]. 劉佳,王新偉.  計算機應用與軟件. 2008(12)
[9]戰(zhàn)略調整:中國商業(yè)銀行發(fā)展的路徑選擇[J]. 馬蔚華.  經(jīng)濟學家. 2005(01)
[10]CRM中的客戶分類管理[J]. 張?zhí)m霞,吳國華.  東北大學學報(社會科學版). 2003(02)

博士論文
[1]智能技術在金融市場溢出效應和反洗錢中的應用研究[D]. 汪素南.浙江大學 2007

碩士論文
[1]基于數(shù)據(jù)挖掘的銀行客戶分類模型研究[D]. 趙金濤.重慶大學 2009
[2]市場細分在郵政客戶關系管理系統(tǒng)中的應用[D]. 張旭.北京郵電大學 2008
[3]決策樹算法的研究及應用[D]. 王斌.東華大學 2008
[4]決策樹分類算法優(yōu)化研究[D]. 陳沛玲.中南大學 2007
[5]分類回歸樹及其在個人信用評估中的應用[D]. 陳燕燕.中南大學 2007
[6]決策樹學習及其剪枝算法研究[D]. 王黎明.武漢理工大學 2007
[7]數(shù)據(jù)挖掘分類算法在CRM中的研究[D]. 姜金貴.哈爾濱工程大學 2005



本文編號：2933595