基于数据挖掘的银行客户管理(4)

关于管理银行客户的数据挖掘方法研究

基于数据挖掘的银行客户管理信息系统的应用

作者：

作者单位：刊名：英文刊名：年，卷(期)：引用次数：

武魏巍， 王如燕， 丁日佳

中国矿业大学(北京)管理学院,北京,100083金融理论与实践

FINANCIAL THEORY AND PRACTICE2006，(10)1次

1.曲东荣 CRM在中国银行领域中的应用 2000(10)2.Han JW Data Mining Conceptsand Techniques 20053.聂晶.孙捷 商业银行客户关系管理系统构建研究 2005(10)

4.张肖虎 商业银行客户管理系统构成[期刊论文]-商场现代化 2004(9)

1.期刊论文 孙波.Sun Bo 基于数据挖掘的银行客户贡献度分析系统框架 -机械管理开发2005(2)

数据仓库中的数据挖掘技术是近年来用于开发信息资源的一种新的数据处理技术.以大量银行客户信息数据为研究对象,运用数据挖掘技术建立银行评优与选择的客户贡献度分析框架,针时性地讨论如何有效地运用已有的数据获取重要客户名单,以辅助决策者制定决策方案,即通过对重要客户的深入挖掘和针对性服务,极大化客户价值,优化客户服务,增加银行利润.

2.学位论文 汪晓玲 基于SVM的银行客户个人信用评估研究 2007

随着中国加入WTO以后，银行业的服务将是其盈利的最主要手段。而这些原有的和不断增加的服务并不适应于其所有的客户群体，所以要对客户的信息进行分析，对其进行有效的分类，找出某种服务所适应的群体。这样可以为银行有效地节省大量的成本，从而提高其盈利能力，使得我国银行业能够在激烈的国际竞争环境下，处于不败之地。随着近几年来经济的快速发展，国内的银行业务也随之迅猛发展，在其为银行带来大量客户源和丰厚利润的同时，却也使得信用评估的工作量剧增，以往仅靠个人经验的信用评估模式已经力不从心了，因此对于客户信用评估的智能化研究就越来越显示出其举足轻重的重要意义。 数据挖掘是一种融合了数据库、人工智能和数理统计等多学科特点的新技术。它是从大量、复杂的数据中迅速获取新颖、有效知识的过程。分类是一种最常见的数据挖掘任务，它通过经验数据训练得到的分类器来预测未知数据的类别。 支持向量机是数据挖掘中的一种新方法，以其优秀的理论基础即结构风险最小化理论、条件二次优化理论和核空间而倍受关注。其核心思想是将一个复杂的分类任务通过核函数映射使之转化成一个在高维特征空间中构造线性分类超平面的问题。它具有全局最优、结构简单、推广性好等优点。近年来已经在手写数字识别、人脸识别与人脸检测以及文本分类等模式识别领域有了很好的应用。 本文首先介绍了课题的应用背景、信用评估的现状和现存的个人信用评估方法，提出了一种改进的银行客户信用评估方法。然后介绍了数据挖掘中常用的分类方法，通过比较各种分类方法的优点和缺点，最终选用支持向量机。 其次，深入研究了支持向量机的理论和算法。重点研究了Platt提出的序列最小最优化算法(SMO)，实现了Keerthi提出的改进的序列最小最优化算法，并且实现了线性核、多项式核、径向基核和Sigmoid核四种核函数。 再次，设计和实现了基于支持向量机的银行客户信用风险评估原型系统，并把该系统应用于国外某商业银行客户信用风险评估。该原型系统实现了数据预处理模块和SVM分类模块(两分类SVM算法和一对一的多分类SVM算法)。通过所构建模型的预测准确率对比，证明了改进后的客户信用评估方法优于原有的打分方法。 最后对全文的工作进行了总结和展望。

3.学位论文 赵基 基于数据挖掘的银行客户分析管理关键技术研究 2005

如何将数据仓库及数据挖掘的相关技术应用于金融业客户关系管理，是目前金融行业迫切需要研究的领域。该领域包括对于数据仓库和数据挖掘技术的研究

，CRM系统的构建，以及更加有效挖掘算法的设计等方面。本文具体探讨了金融行业的客户关系管理系统在实施过程的若干关键技术，同时对基于数据挖掘的银行客户关系管理技术进行了研究。 传统的数据挖掘方法在金融行业的应用包括银行客户划分、银行客户流失预警、金融欺诈分析以及基于数据挖掘的银行信用卡分析等方面，本文对于这些传统的方法进行了总结和分析，并且结合具体案例进行了说明，给出了自己的结论。 在第三章中，对于银行的客户聚类分析进行了单独论述，比较分析了决策树方法和粗糙集方法各自的特点，提出了一种基于粗糙集和决策树相结合的多变量决策的银行客户聚类算法，实验结果表明这种方法在一定程度上提高了聚类判别的效率。 银行交易时序数据的挖掘分析是目前研究的热点之一。本文尝试将时序数据字符串化，引入传统的字符串模式匹配相关算法进行金融时序数据的分析。在字符串算法的研究中，经常会关注给定字符串本身的规律性，如重复性。Seed是一种广义的重复性，如果一个给定字符串的超串能够由它的某个子串以多个串接和(或)叠合的形式构成，这个子串就称为给定字符串的Seed。本文对于时间序列预测中的字符串Seed求解算法进行了讨论，提出了一个有效的算法来计算长度为N的字符串的所有Seed，时间复杂度为O(nlogn)。 Agent和多Agent系统(Multi-AgentSystems，简称MAS)是正在崛起为人工智能研究实用化和分布计算环境下软件智能化的重要技术。提供具有社会和相关领域知识，能依据心理状态自主工作，并具有语义互操作和合作行为协调能力的软件实体，作为参与协调合作的软构件，不仅为实施紧凑一致的协同工作提供有力的支持，也为建立面向分布计算的开放性、可重构和可伸缩的新型计算环境建立了基础。本文对于基于MAS的客户关系管理系统的相关理论进行了研究，尝试将多Agent的协商框架应用于银行间的产品营销竞争，客户金融产品的交叉销售分析中，提出了一个客户销售的优化协商框架。 在第六章中，针对项目的具体实施和实践过程中的相关问题，从技术和应用的角度展开数据挖掘相关技术及其实际应用领域的研究，并结合上海浦东发展银行的实际应用背景，提出了一个银行客户关系分析管理系统的设计方案。 论文对于国内金融行业实施结构化和非结构化数据挖掘技术，部署企业的商业智能、进行客户关系管理、市场销售分析、竞争对手分析、市场需求动态分析等各个方面都具有一定的借鉴和现实指导意义。

4.期刊论文 傅克俊.耿殿明 基于数据挖掘的银行客户违约率预测 -商业时代2008(21)

本文运用数据挖掘技术对银行客户违约率的预测方法进行了研究,提出了对银行客户违约率进行预测的分析模型和计算方法,并给出了具体的计算步骤,最后以实例进行说明.

5.学位论文 王伟 基于数据挖掘的银行客户分析系统的设计实现 2008

随着中国加入WTO，金融自由化、国际化的速度逐渐加快，国内各银行除了彼此之间相互竞争外，还将迎接许多世界级外资银行的挑战。中国银行业正面临着前所未有的激烈市场竞争。 金融是现代经济的核心。银行是现代金融体系的主体。银行业的信息化发展水平，在很大程度上决定了整个国家经济的信息化发展水平。客户关系管理不仅是一种管理理念，又是一种旨在改善企业与客户之间关系的新型管理机制，也是一种管理软件和技术。基于现代IT技术和互联网技术的现代银行CRM，在充分利用信息化的基础上，推动银行经营观念的转变，现在市场的主导力量逐渐由卖方转变为买方，银行必须了解自身现有客户的价值，寻找自己的目标客户。本着“以客户为中心”的宗旨，完善服务，创新产品，优化银行内部的资源，提高银行的运作效率，挖掘更多的创收机遇，从而实现收益的持续增长。利用该技术获取有价值的信息以便服务于银行经营决策是必然的趋势。 本文首先对数据挖掘在银行客户关系管理中的运用进行阐述。然后概述了数据挖掘的概念和理论，并详细的说明了数据挖掘的具体步骤和过程。接着按照软件开发的具体流程讲解了系统软件的设计过程，对系统的模块构成及各个模块的主要功能和实现方法分别作了深入地分析和介绍。最后使用一个真实的案例来演示如何用系统采集来的数据搭建数据仓库，并使用决策树算法进行数据挖掘，从而得出有指导价值的分析结果。同时结合客户关系管理，分类出不同的客户进行有针对性的个性化营销，以为其提供个性化的服务，以降低服务成本，提高利润，争取更大的客户份额并以此作为