检索结果-内蒙古大学图书馆

作者：何增有哈尔滨工业大学

学位级别：博士

客户群分析是分析型客户关系管理中最重要、最核心的问题之一。本文从客户群分析过程的全生命周期出发，运用数据挖掘方法，针对客户群分析各个阶段对数据挖掘算法的特殊需求，提出了新的数据挖掘算法并且提取新的数据挖掘问题，以满足... 详细信息

客户群分析是分析型客户关系管理中最重要、最核心的问题之一。本文从客户群分析过程的全生命周期出发，运用数据挖掘方法，针对客户群分析各个阶段对数据挖掘算法的特殊需求，提出了新的数据挖掘算法并且提取新的数据挖掘问题，以满足客户群分析的应用需求。主要研究工作包括以下几个方面：\n 1．针对客户分群问题对聚类分析算法的特殊需求，从聚类集成的角度定义了聚类问题的优化目标函数，提出了一种基于聚类集成的多目标聚类分析框架，并在此框架下提出了一个启发式的聚类算法，进行快速有效的聚类分析。提出的框架和算法的特点主要体现在：1)能够处理混合数据，2）能够处理具有不同权重的属性以及3）能够进行多目标分析。上述特点有效的满足客户分群的应用需求，弥补了现有的聚类分析算法的不足。最后，实验结果表明提出的算法优于已有的同类算法，同时验证了算法在实际客户分群应用中的可行性和有效性。\n 2．针对客户群特性分析问题，研究了基于关联分析的客户群特性分析方法。具体而言，用统计关联替代传统的关联规则，研究了以皮尔森关联系数为相关性度量的强相关项目对的挖掘问题，提出了一个高效的挖掘算法－Tcp算法。此外，提出了一个新的数据挖掘研究问题：Top-k强相关项目对的挖掘问题，Top-k强相关项目对的挖掘结果比基于相关阈值的挖掘结果更有实际意义。在Tcp算法的基础上，提出了一个名为Tkcp的Top-k强相关项目对挖掘算法。实验结果证明了Tcp算法和Tkcp算法的优越性，实证结果表明了提出的算法在客户群特性分析应用中是行之有效的。\n 3．针对客户群转移分析问题的实际应用需求，扩展了离群点的概念，提出了一个新的数据挖掘问题－类别离群点挖掘。详细论述了类别离群点的概念和分类，提出了两个有效的挖掘算法并且讨论了如何在客户群转移分析中进行应用。分析表明，基于类别离群点挖掘的客户转移分析方法，能够有效的解决客户群转移分析中存在的训练数据集不完备和样本不均衡的问题。潜在客户分析的实验结果证明了该方法在客户群转移分析中较其他方法的优越性，实际企业客户流失分析的分析结果验证了新方法的实用价值。\n 4．针对面向客户群价值提升的动作规则挖掘问题，从归纳学习的角度，首次对动作规则的概念和研究问题给出了确切的形式化描述，从而使其成为一个新的数据挖掘研究问题，并给出了行之有效的算法。客户数据集上的实验结果验证了提出的定义和算法的有效性和优越性。\n 5．以供应链中的客户群分析问题为例，设计了一个实用的系统，利用数据挖掘技术进行客户群分析，从而优化供应链系统的性能。特别地，介绍了完成这个任务的C2S系统。最后，给出一个完整的应用案例，验证了本文方法理论。

关键词：客户群分析数据挖掘聚类分析算法关联分析

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的商业银行POS消费客户群分析系统的研究与实现

基于数据挖掘的商业银行POS消费客户群分析系统的研究与实现

引用

作者：李晔明华南理工大学

学位级别：硕士

随着我国金融行业市场的竞争日趋激烈，各个金融企业对优质客户的争夺也更加的白热化，如何寻找和发展优质客户群成为了各家金融企业所面临的一个迫切的问题。随着我国金融政策的放开，银行盈利的手段已经不再是单一的依靠发放贷款了，... 详细信息

随着我国金融行业市场的竞争日趋激烈，各个金融企业对优质客户的争夺也更加的白热化，如何寻找和发展优质客户群成为了各家金融企业所面临的一个迫切的问题。随着我国金融政策的放开，银行盈利的手段已经不再是单一的依靠发放贷款了，中间业务收费为银行带来的利润占银行总利润的比例越来越大，POS消费手续费就是其中最重要的组成部分之一。信息技术和数据库技术的迅猛发展，使金融企业积累了大量的客户数据。因此，利用数据挖掘技术，有效地利用这些海量数据，挖掘出有价值的信息，建立一套有效的优质客户挖掘和分析模型，为决策提供有用的信息，以加强银行业务拓展的针对性，提高企业的盈利水平和发展水平，具有十分重要的意义。论文首先对银行卡的发展作了初步的介绍，然后对数据挖掘的背景、研究内容等进行简单介绍，并介绍了目前流行的数据挖掘的几种方法;接下来根据广州市商业银行现有的业务系统和业务数据，获取客户背景资料、消费行为等资料，将数据挖掘技术应用于优质客户群的发现和分析，给出了根据客户消费行为发现客户消费习惯的大致模型;最后应用挖掘出来的模型和规则对现有的数据进行了相关的验证工作，得出该模型对客户消费习惯的可能性预测及该模型的限制条件和应用范围。

关键词：商业银行 POS消费数据仓库数据挖掘客户群分析

来源：评论

学校读者我要写书评

暂无评论

A银行南京分行个人汽车消费贷款信用风险管理研究

A银行南京分行个人汽车消费贷款信用风险管理研究

引用

作者：汪静波南京农业大学

学位级别：硕士

我国的汽车金融市场规模伴随着汽车行业的发展不断扩大,其中起主导作用是汽车消费贷款业务。随着市场准入规则的放宽,汽车消费贷款主体多元化竞争,商业银行和汽车金融公司等贷款渗透率逐年上升,其中商业银行依然占据的汽车消费贷款的大... 详细信息

我国的汽车金融市场规模伴随着汽车行业的发展不断扩大,其中起主导作用是汽车消费贷款业务。随着市场准入规则的放宽,汽车消费贷款主体多元化竞争,商业银行和汽车金融公司等贷款渗透率逐年上升,其中商业银行依然占据的汽车消费贷款的大部分市场。各商业银行在与汽车金融公司等抢占市场份额的同时,业务量虽然提升,但伴随着汽车消费贷款信用风险的增加,难点和痛点更加显现出来。怎样有效控制个人汽车消费贷款信用风险,做好、做实贷款业务的信用风险管控工作,有效降低贷款的违约率,是目前各商业银行需要认真研究,急待解决的个人汽车消费贷款难题。本研究基于A 银行南京分行个人汽车消费贷款业务现状、业务流程、风险管理制度展开,分析实际业务工作中遇到的问题,提出了现A银行南京分行存在汽车消费贷款过度依赖总行审批把控风险;贷后检查落实不到位,缺乏对高风险客户群有效的针对性跟踪;逾期催收关注不及时,催收模式被动;奖励机制不完善,过分侧重业务考核的问题。结合A银行南京分行2013年到2018年间的个人汽车消费贷款客户群开展实证研究,进行客户群借款人属性指标和借款指标的分析,得出各指标中客户群发生违约风险的分布情况和指标在不同区间违约率变化趋势。基于logistic回归分析,进一步验证分析所得的结果,同时跟踪违约客户群的贷款特征和逾期情况,总结归纳得到汽车经销商和客户工作所属行业存在共同特性以及违约客户从逾期发展到违约的过程中存在习惯性规律,根据以上的结论结合A银行南京分行违约客户案例进行说明,为汽车消费贷款信用风险管理建议措施的提出打下基础。本研究从贷前识别并审慎受理潜在高风险客户;优化汽车消费贷款贷后检查;强化贷款贷后逾期催收管理;构建合理高效的绩效考核机制四个角度提出完善A银行南京分行个人汽车消费贷款信用风险管理的建议和措施,为商业银行个人汽车消费贷款信用风险管理提供参考。

关键词：汽车消费贷款客户群分析回归分析信用风险

来源：评论

学校读者我要写书评

暂无评论

证券行业分析型CRM系统设计与实现

证券行业分析型CRM系统设计与实现

引用

作者：陈康北京工业大学

学位级别：硕士

金融证券向来和我国社会经济发展息息相关,是经济好坏的风向标。通常证券公司的日常营运对数据的正确性、安全性和实时性都会有相当高的要求,各证券公司的股票交易系统作为公司的核心业务系统,也一直采用最新的技术研发并应用,技术先进... 详细信息

金融证券向来和我国社会经济发展息息相关,是经济好坏的风向标。通常证券公司的日常营运对数据的正确性、安全性和实时性都会有相当高的要求,各证券公司的股票交易系统作为公司的核心业务系统,也一直采用最新的技术研发并应用,技术先进的同时也积累了大量的交易数据。　　为了真正了解自己的客户,更好的服务客户并抓住客户,分析型客户关系管理(CRM)已经成为国内证券公司尤其关注的技术,而数据挖掘技术能够实现从海量经济业务数据中发现价值找到问题的目标,因此也越来越成为运用到分析型CRM中的核心技术。　　基于数据挖掘技术设计的分析型CRM系统,可以通过针对性的客户价值分析、客户特性分析、客户管理、交易记录分析、财务数据分析等分析工具和手段,帮助证券公司真正熟悉自己的客户,了解客户的真实特征、具体分布;谁是真正的有价值的客户,谁给公司贡献了眼前的利润,谁又具有持续的经营价值?帮助证券公司的最高决策人、以及分析型CRM的最终受益者一证券公司营业部的管理层做出精准决策,制定针对性运营及营销战略,在市场激烈竞争中提升竞争力,有效控制经营成本率,扩大市场占有率,实现最优的投资回报率。　　本论文首先从理论角度论证了将数据挖掘技术、客户关系管理理论和证券行业相结合的可行性,分析得出具体结合并实施的价值和意义;其次,论文用较多的文字描述以华泰证券项目为原型,提出并分析客户的项目建设需求,规划总体建设思路,设计系统的分析体系,并详细阐述关键技术及算法的选型及实现步骤,创造性的提出客户群分析思想,论证技术和技术可行性,分析商用价值并和常规的数据挖掘方法融合,最终通过程序语言予以实现;最后,论文从实现角度,对华泰证券分析型CRM系统的数据库层、业务逻辑层以及部分核心算法的具体落地实现做了详细介绍,同时对项目组其他同事主要负责的系统展现层的实现做了介绍,从而方便读者更系统的了解系统的全貌。　　本论文的成果已经被成功应用到华泰证券的日常运营过程中,通过系统分析得出的结论已经成为华泰证券管理层经营决策的重要依据,相信通过项目的实施,华泰证券能够真正实现向客户为中心的全面转型,也相信本论文的成果可以运用到更多的证券公司,帮助企业和客户实现双赢。

关键词：证券行业分析型CRM系统数据仓库数据挖掘客户群分析

来源：评论

学校读者我要写书评

暂无评论

基于大数据的银行客户贡献度与交易行为模式研究

基于大数据的银行客户贡献度与交易行为模式研究

引用

作者：于漫辽宁科技大学

学位级别：硕士

银行业是我国金融体系的主体,当前金融业市场化改革加速,多主体、多层次、多领域的综合性金融市场格局日渐形成。民间金融、产业资本、互联网金融新业态的跨界竞争正在加剧形成新的金融生态体系。大数据、云计算、互联网、物联网技术的... 详细信息

银行业是我国金融体系的主体,当前金融业市场化改革加速,多主体、多层次、多领域的综合性金融市场格局日渐形成。民间金融、产业资本、互联网金融新业态的跨界竞争正在加剧形成新的金融生态体系。大数据、云计算、互联网、物联网技术的飞速发展,极大改变了金融的渠道和工具。在新技术的驱动下,客户的商业模式、发展模式、金融需求都将发生持续而深刻的变革。银行服务涵盖范围广,本文根据某银行的二家分行一年的交易数据,在大数据理论与数据挖掘方法,考虑决策树C5.0算法处理离散化数据的优势,采用决策树C5.0算法对顾客贡献度和交易行为进行建模,并应用SPSS公司的Modeler软件对海量数据进行了处理。研究将准备好的数据利用C5.0分类方法按照客户贡献度区分为几个子群,观察贡献度与其他属性的相关性。在探讨了客户个人数据与总贡献度的关系,以C5.0与C&RT分类方法探讨高贡献度客群的交易行为。研究显示,在高贡献度的研究中,(1)高、中贡献度的顾客群男性占较多数。反之,低贡献度顾客群女性较多;(2)30-40为主要贡献顾客群;(3)60岁以上为主要低贡献度顾客群,其趋势与性别无关。而高贡献客户的行为特征研究中,高贡献度顾客群有下列特征:(1)不常使用定期存款者;(2)中度使用贷款业务,代收业务者;(3)高度使用票据、电话银行、网络银行与汇款者。本研究提出一个数据挖掘研究银行客户交易数据的行为的发展模式。可以获得统计学等传统方法无法获得的知识,有助于提高银行的决策能力。

关键词：客户群分析决策树营销渠道 C5.0

来源：评论

学校读者我要写书评

暂无评论

浅谈建筑策划对方案设计构思的指引——以“融城后街”方案为例

引用

四川建筑 2013年第1期33卷 34-36页

作者：胡菊成都大陆建筑设计有限公司四川成都610000

以策划思路为引导进行建筑设计定位,以适应市场的角度来指引设计方向,并最终获得被市场所认可的优秀产品。

关键词：市场定位客户群分析业态分析借势手法目标客户群

来源：评论

学校读者我要写书评

暂无评论

我国金融业实施客户关系管理(CRM)的战略规则探析

引用

商场现代化 2006年第9X期 98-98页

作者：何巧云广东科学技术职业学院

本文分析了我国金融业引入客户关系管理(CRM)这种全新的客户关系管理模式的必要性及国内金融企业成功实施CRM系统应遵循的战略规则,旨在为国内金融服务业在激烈的竞争中充分利用宝贵的客户资源和先进的信息技术提升自身竞争力提供战略... 详细信息

本文分析了我国金融业引入客户关系管理(CRM)这种全新的客户关系管理模式的必要性及国内金融企业成功实施CRM系统应遵循的战略规则,旨在为国内金融服务业在激烈的竞争中充分利用宝贵的客户资源和先进的信息技术提升自身竞争力提供战略性方向。

关键词：客户关系管理 CRM系统客户群分析定制化服务金融业

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：