基于数据挖掘的银行客户管理(5)

关于管理银行客户的数据挖掘方法研究

银行客户关系管理的一个方面展示数据挖掘技术在该领域中的应用。

6.学位论文 孟峰 基于数据挖掘技术的客户分析系统的设计 2006

中国的银行业在发展过程中，已逐步积累了大量的客户数据和经营数据。利用这些数据，发掘有价值的信息，已经成为今天中国银行业普遍关心的问题。解决问题的关键就是建立银行企业级的数据仓库，在数据仓库的基础上，对客户的金融信息进行管理和分析，以满足银行客户分析需要和管理决策需要。本文旨在分析数据仓库和数据挖掘技术在银行客户智能分析中的应用和实施层次。 本文首先对数据仓库、数据挖据的概念、结构进行了详细的阐述，介绍了数据仓库的数据组织、体系结构和基本步骤，以及数据挖掘的主要任务、使用的主要方法和工具以及数据挖掘的主要应用，最后介绍了数据挖掘技术在CAS系统中的应用，通过建立GAS的主体结构、参数表以及举例说明参数计算的实现，介绍了CAS的实现过程。 在数据挖掘在CAS系统中的实现过程中，本文分别从CAS系统的背景、数据挖掘前期的准备工作、主体结构以及参数结构和其中的参数计算等方面进行了介绍，并对数据挖掘参数的计算也进行了举例说明，最后对数据挖掘技术的现状和未来的发展提出了自己的看法。

7.学位论文 耿炜欣 模糊聚类在银行客户细分中的应用研究 2007

近年来，随着经济和社会的发展，市场竞争日趋激烈。银行业也是如此，如何在残酷的竞争中脱颖而出，是每个银行必须认真对待的问题。就银行业的竞争来讲，其竞争的焦点是客户，特别是那些能够为银行提供较大贡献的优质客户，按照银行界通行的二八法则，占银行客户总数20﹪的优质客户创造了银行80﹪的利润。因此，优质客户是银行的利润之源，哪家银行拥有了广大的优质客户，哪家银行就拥有了生存和发展的空间。因此，银行应该细分客户，对不同的客户采取不同的策略。客户细分，作为银行推广差异化产品的关键点，影响了整个银行业务的发展。不同类别客户的需求往往有很大的差别，只提供单一产品的银行很难赢得客户的青睐。作为银行最重要的资源，客户是银行之间竞争的关键，只有提供更能吸引客户的产品，才能在激烈的竞争中立于不败之地。因此，银行应该基于客户的差异性，有效地实施客户细分。 客户细分的方法有很多种，不同的细分方法有不同的适用范围。随着信息技术的发展，越来越多的银行使用数据挖掘方法进行细分。以聚类为例，传统的细分方法存在一定的弊端，本文研究模糊聚类这种新的细分方法在银行中的应用。 本文首先对客户关系管理和客户细分的现状进行分析，对常用的客户细分方法进行比较，总结出优缺点。然后分析模糊聚类方法的优点，以及在客户细分中的适用性。在第四章中，文章对银行客户细分的关键指标进行分析，并且以银行卡为例，选取细分指标，对其进行标准化。在第五章中，文章对基于模糊聚类的客户细分系统进行设计和实现，并且进行实证分析。最后，对模糊聚类在银行客户细分中的应用进行总结，并对未来的进一步研究做出展望。

8.期刊论文 许苗村.蒋先刚.XU Miao-cun.JIANG Xian-gang 基于均值聚类的银行客户信用关系分析 -华东交通大学学报2008,25(6)

针对银行业中客户贷款契约违约风险较高的问题,通过把经济学中的特征分析模型与数据挖掘中的K-MEANS聚类算法相结合,利用现有客户资料,对客户资信评级分类,从而实现对客户信息的高质量管理,降低银行对客户贷款的风险.实验结果表明,此算法对客户的资信评级具有良好的分类效果.

9.学位论文 汪素南 智能技术在金融市场溢出效应和反洗钱中的应用研究 2007

是常生活离不开金融领域，人们的生产生活等活动处处要和金融打交道，对金融市场的研究和分析具有非常重要的理论和实际意义。随关着信息技术的发展，金融领域积累了海量的数据．格式多种多样，如何对其进行有效的自动分析利处理，使用户不再淹没在“数据的海洋”中。为用户提供可用的信息和知识识有非常重要的价值。为此．本文用人工智能、数据挖掘、社会网络分析等智能技术米研究金融市场中的复杂关系．从宏观层面上分析研究了不同金融市场间的溢出效应，从微观层面上分析，研究了智能技术在反洗钱应用中的一些问题，能够辅助商业银行进行反洗钱的检测和预测．具体来讲，本文主要贡献如下： (1）采用小波多分辨分析的方法研究股市之间的溢出效应。本文取1997年7月2日至2003年3月1日间S&P标准普尔500指数、上证指数和香港恒生指数作为样本数据，将股市日收益率的时间序列信号分解在不同频带上，比较各频率成份占原始信号的能量比，研究了美国与上海，美国与香港股市日收益率之间的溢山效应．发现股市日收益率信号中高频成份所占的能量比远大干低频成份．日收益率的波动主要由短期因素引起。高频成份的相关性分析表明，美国股市对香港股市存在强溢出效应，对上海般市则不存在溢出效应，上海股市几乎独立于全球股市之外。并分析了这种现象出现的原因。 (2)运用小波多分辨分析方法研究期货市场之间的溢出效应。经伦敦金属交易所(LME)和与与上海期货交易所(SHFE)三个月期铜价格日收益率数据为基础，研究了两个带场的相互影响关系。发现此两市场的3个月期期铜日益率信号的高频成份

(d1+d2)所占的能量七避75％，通过技术分析米预测期铜价格走势几乎是不可能的；发现在32天的时间尺度上两市场问存在强溢出效应。随着上海期货交易所的交易馘逐年增加，上海期货市场价格走势与伦敦金属交易所的相关性逐渐提高，上海期货交翁所歼开始轨翻际市场。 (3)提出了基于智能技术的反洗钱系统框架-在缘述洗钱和反洗钱国内外现状、反洗钱软件的开发和应用情况等的基础上．本文键出了一个分为KYC客户尽责调查、客户行为特征提取、可疑交易检测和预警跟踪处理四个阶段的基于智能技术的反洗钱系统框絮，并对四个黔段中可以采用的技术方法进行进行详细阐述。此反洗钱系统技术架构具有简单、直观和易于实现的特点。

(4)利用决策和神经网络分类法对用户进行风险评估分类。采用基于洗钱风险识别的交易检测系统首先要实现客户分类，根据客户的类别评价其洗钱风险的等级，以便下一步对高洗钱风险客户的交易行为进行监测。本文使用ID3决策树和BP神经网络分类算法评估银行客户从事洗钱交易行为的风险等级，建立银行客户洗钱风险评估的决策树模型，取得较好的效果。 (5)基于统计和社会网络分析对洗钱过程进行了初探。以网上银行用户交易信息为基础，监测利用网上银行业务进行可疑洗钱交易行为的重点客户。发现很多网络节点间关系都是通过一些小商店或小公司向个人进行资金的转移，从而实现可疑洗钱交易行为的监测。

1.陈良维 决策树算法在农户小额贷款中的应用研究[期刊论文]-计算机工程与应用 2008(31)

本文链接：/Periodical_jrllysj200610011.aspx

下载时间：2009年11月18日