資源描述：
《數(shù)據(jù)挖掘在銀行征信CRM系統(tǒng)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、內(nèi)蒙古大學(xué)碩士學(xué)位論文數(shù)據(jù)挖掘在銀行征信CRM系統(tǒng)中的應(yīng)用姓名：周永陟申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：計(jì)算機(jī)技術(shù)指導(dǎo)教師：高光來(lái);繆立群20080508內(nèi)蒙古大學(xué)工程碩士學(xué)位論文數(shù)據(jù)挖掘在銀行征信0RU系統(tǒng)中的應(yīng)用摘要隨著銀行數(shù)據(jù)越來(lái)越豐富，大量的數(shù)據(jù)被描述成“數(shù)據(jù)豐富，但信息缺乏"。結(jié)果，．收集在大型數(shù)據(jù)庫(kù)中的數(shù)據(jù)變成了“數(shù)據(jù)墳?zāi)埂薄y得訪問(wèn)的數(shù)據(jù)文件。這樣，使得銀行很多重要的決定不是基于數(shù)據(jù)庫(kù)信息豐富的數(shù)據(jù)，而是基于決策者的直覺(jué)，因?yàn)殂y行決策者缺乏從海量數(shù)據(jù)提取有價(jià)值信息的工具。而通過(guò)數(shù)據(jù)挖掘工具進(jìn)行數(shù)據(jù)分析，可以發(fā)現(xiàn)重要的數(shù)據(jù)模式，將銀行的數(shù)據(jù)墳?zāi)罐D(zhuǎn)換為知識(shí)“金塊"。本文就
2、是著眼于如何通過(guò)數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)基于銀行征信系統(tǒng)的CRM管理。從數(shù)據(jù)挖掘分類(lèi)分析理論入手，對(duì)數(shù)據(jù)挖掘的內(nèi)涵、過(guò)程、應(yīng)用以及征信CRM系統(tǒng)的核心思想進(jìn)行了論述。文中重點(diǎn)研究了數(shù)據(jù)挖掘的分類(lèi)算法，并將相關(guān)的分類(lèi)算法應(yīng)用到銀行客戶(hù)分類(lèi)研究之中。在數(shù)據(jù)挖掘分類(lèi)分析中，本文描述了一般的決策樹(shù)算法，介紹并比較了幾種典型的決策樹(shù)算法。商業(yè)銀行有一項(xiàng)主要業(yè)務(wù)是貸款，對(duì)于申請(qǐng)貸款的眾多客戶(hù)，銀行難以發(fā)現(xiàn)他們的分類(lèi)特征，針對(duì)這些客戶(hù)的營(yíng)銷(xiāo)策略的制訂就顯得缺乏依據(jù)。為此，銀行可以利用系統(tǒng)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中的征信等數(shù)據(jù)對(duì)客戶(hù)群進(jìn)行分類(lèi)，發(fā)現(xiàn)申請(qǐng)或不申請(qǐng)貸款的客戶(hù)類(lèi)型特征，從而為銀行貸款業(yè)務(wù)制定最
3、佳的指導(dǎo)策略。在本文中利用數(shù)據(jù)挖掘的分類(lèi)功能，主要采用經(jīng)典的ID3決策樹(shù)算法，進(jìn)行客戶(hù)分類(lèi)應(yīng)用研究。關(guān)鍵詞：數(shù)據(jù)挖掘，征信，CRM，分類(lèi)，決策樹(shù)數(shù)據(jù)挖掘在銀行征信CRM系統(tǒng)中的應(yīng)用TheResearchofDataMiningTechnologyinBankcreditbasedCRMAbstractWithmoreandmoreabundantdataofthebank，themassdataaredescribedas‘'thedataareabundant,buttheinformationislacking”．Asaresult，’thedatacollectedi
4、nthelarge—scaledatabaseturnedto”thedatagrave”．Becausethebankpolicy—makerlacksthetoolswhichCanextractthevalueinformationfrommassdata．Manyimportantdecisionsofthebankarenotbasedondata謝mrichinformationinthedatabase，butonpolicy-maker'sintuition．DataanalysisthroughtheDataMiIlingtoolmaydiscoverth
5、eimportantdatapaRem．Thattransformsthebankdatagraveinto”thegoldbar”ofknowledge．ThisdissertationfocusesonhowtorealizebankcreditbasedCRMsystemthroughtheDataMiningtechnology．TllisdissertationisstartedfromthetheoryofDataMiningClassificationandCRM．Andthenitdissertatesthemeaning，courseandapplicat
6、ionofDam'sMiningClassification，andCRM’Scorethinkingandtype．11圮DataMiningClassificationisdescribedespeciallyinthisdissertation，andapplyitinCRMcustomer'sclassifyingofbanking．InDataMiningClassificationanalysis，thisdissertationdescribesthegeneraldecisiontreesalgorithm，introducesandhascompareds
7、everalkindoftypicaldecisiontreealgorithm．啊1ecommercialbank’Saprimaryserviceistheloan．nlebankhasdifficultyindiscoveringclassifiedcharacteristicofthemultitudinousloanapplicants．Thusmarketingstrategyaimingatthesecustomerslacksthefoundation．Thebankmayusedatabaseor
