基于数据挖掘的商业银行CRM系统研究与设计

《基于数据挖掘的商业银行CRM系统研究与设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中图分类号：C931.6学科分类号：120100论文编号：102870914-s029硕士学位论文基于数据挖掘的商业银行CRM系统研究与设计研究生姓名学科、专业研究方向指导教师郑秀仙管理科学与工程管理信息系统与企业信息化方旭昇副教授南京航空航天大学研究生院经济与管理学院二О一四年三月 NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEconomicsandManagementResearchandDesignofCommerc

2、ialBankCustomerRelationshipManagementSystemBasedonDataMiningAThesisinManagementScienceandEngineeringbyZhengXiuxianAdvisedbyAssociateProfessorFangXushengSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofManagementMarch,2014 承诺书本人声明所呈交的硕士学位论文是本人在

3、导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期： 南京航空航天大学硕士学位论文摘要随着科技的进步、互联网的发展，CRM已经从管理理论体系逐渐转化为全新的商业理念。相关统计显示，全球CRM系统

4、软件市场在2012年到2016年之间的年复合增长率预计达到9.09%。由此可见，企业对CRM系统的需求在不断增长。在各行各业中，最早实施CRM系统的是金融业。随着各种高端的信息技术被运用到CRM系统中，例如互联网、人工智能、数据挖掘和数据仓库等，金融行业凭借自身强大的技术支持，在CRM系统实施的过程中获得了显著成效。商业银行是金融行业中最具有代表性的一支，其客户之多更加显示出对CRM系统的需求。随着银行数据的日积月累，数据仓库逐渐取代了数据库的地位，成为数据挖掘的主要信息载体被运用到CRM系统中。在商业银行，数据增长的速

5、度令人叹为观止，如何能够有效的从海量数据中发现潜在的客户信息成为当今商业银行关注的焦点。本文针对上述背景进行商业银行CRM系统设计。文中首先对国内外商业银行实施CRM系统的现状进行研究，而后针对系统设计涉及到的理论进行研究。文中针对银行客户分类算法从两方面进行研究。一方面，本文提出一种基于决策树的银行客户分类方法，对原先的方法与新提出的方法进行比较，发现新提出的方法在效率上占有一定的优势。另一方面，本文提出基于聚类的银行客户聚类算法，通过模糊聚类的方式对小样本客户进行分类，然后运用基于决策树的银行客户分类算法对大样本客户

6、进行全面的分类，并能够确定分类原因。最后，通过对商业银行CRM系统的需求分析，本文基于客户统一视图理论设计了商业银行CRM系统的逻辑架构、数据仓库，并对CRM系统的主要业务模块进行设计，将数据挖掘技术应用到商业银行CRM系统中。关键词：客户关系管理系统，数据挖掘，决策树算法，聚类算法，数据仓库I 基于数据挖掘的商业银行CRM系统研究与设计AbstractWiththedevelopmentoftechnologyandInternet,CustomerRelationshipManagementhasmovedfromm

7、anagementtheorysystemintoanewbusinessconceptgradually.RelatedstatisticsshowsthatthecompoundannualgrowthrateofthesoftwaremarketofglobalCRMsystembetween2012and2016willreach9.09%.Thus,thedemandforCRMsystemisgrowing.Inallwalksoflife,thefirstimplementationoftheCRMsyst

8、emisthefinancialindustry.Withvarietiesofhigh-endinformationtechnologybeingappliedintheCRMsystem,suchasInternet,ArtificialIntelligence,DataMiningandDataWarehous