數(shù)據(jù)挖掘技術在銀行客戶關系管理中的應用

第1章 緒論
1．1 選題依據(jù)
1．2 研究背景和意義
1．3 **外研究現(xiàn)狀
1．3．1 數(shù)據(jù)挖掘研究現(xiàn)狀
1．3．2 客戶關系管理研究現(xiàn)狀
1．3．3 數(shù)據(jù)挖掘在客戶關系管理中的應用現(xiàn)狀
1．4 研究方法
1．5 系統(tǒng)的B／S模式
1．6 本章小結
第2章 相關理論
2．1 數(shù)據(jù)挖掘
2．1．1 數(shù)據(jù)挖掘的提出
2．1．2 數(shù)據(jù)挖掘的定義
2．1．3 數(shù)據(jù)挖掘的分類
2．1．4 數(shù)據(jù)挖掘在行業(yè)中的應用
2．2 分布式數(shù)據(jù)挖掘
2．3 客戶關系管理
2．3．1 CRM的基本概念
2．3．2 CRM的目標
2．3．3 CRM的分類
2．4 銀行客戶關系管理
2．4．1 銀行客戶關系管理的內涵與目標
2．4．2 銀行客戶關系管理的實施內容
2．5 本章小結
第3章 數(shù)據(jù)倉庫
3．1 基本概念及特征
3．2 數(shù)據(jù)倉庫的體系化環(huán)境
3．2．1 自頂向下的數(shù)據(jù)倉庫環(huán)境
3．2．2 數(shù)據(jù)集市
3．2．3 數(shù)據(jù)倉庫的組成部分
3．3 數(shù)據(jù)倉庫建模及設計方式
3．3．1 數(shù)據(jù)倉庫建模方式
3．3．2 數(shù)據(jù)倉庫設計方式
3．4 數(shù)據(jù)倉庫的模型設計
3．4．1 數(shù)據(jù)倉庫的概念模型
3．4．2 數(shù)據(jù)倉庫的邏輯模型
3．4．3 數(shù)據(jù)倉庫的物理模型
3．5 建立數(shù)據(jù)倉庫的必要性
3．6 數(shù)據(jù)倉庫的層次結構
3．6．1 數(shù)據(jù)獲取層
3．6．2 數(shù)據(jù)存儲層
3．6．3 數(shù)據(jù)挖掘層
3．7 數(shù)據(jù)倉庫的實現(xiàn)策略
3．7．1 “自底向上”模式
3．7．2 “自頂向下”模式
3．7．3 “平行開發(fā)”模式
3．8 數(shù)據(jù)倉庫的使用和維護
3．8．1 建立數(shù)據(jù)倉庫應用系統(tǒng)
3．8．2 維護數(shù)據(jù)倉庫
3．9 OLAP、數(shù)據(jù)倉庫及數(shù)據(jù)挖掘之間的關系
3．10 本章小結
第4章 分布式關聯(lián)規(guī)則挖掘
4．1 關聯(lián)規(guī)則問題描述
4．2 關聯(lián)規(guī)則挖掘算法
4．2．1 經典頻繁項集挖掘算法Apriori
4．2．2 改進的頻繁項集挖掘算法
4．2．3 *大頻繁項集挖掘
4．3 分布式關聯(lián)規(guī)則挖掘基本原理
4．4 分布式關聯(lián)規(guī)則挖掘算法
4．4．1 CD和PDM算法
4．4．2 FDM算法
4．4．3 DDM算法
4．4．4 PDDM算法
4．5 本章小結
第5章 分布式關聯(lián)規(guī)則挖掘改進策略
5．1 頻繁項集挖掘存在的問題及解決辦法
5．2 分布式關聯(lián)規(guī)則挖掘算法評價
5．3 算法的通信復雜度及分析
5．4 分布式關聯(lián)規(guī)則挖掘算法實驗
5．5 分布式關聯(lián)規(guī)則挖掘改進策略
5．6 本章小結
第6章 基于被約束子樹的分布式關聯(lián)規(guī)則挖掘改進算法
6．1 問題描述
6．2 FP_樹及算法
6．2．1 FP_樹
6．2．2 FP_growth算法
6．3 基于被約束子樹的單機*大頻繁項集挖掘改進算法
6．3．1 被約束子樹
6．3．2 MFI_樹
6．3．3 單機*大頻繁項集挖掘改進算法
6．4 基于被約束子樹的分布式關聯(lián)規(guī)則挖掘改進算法
6．4．1 EDMCST算法
6．4．2 EDMCST算法分析與實驗結果
6．5 本章小結
第7章 EDMCST算法在銀行客戶關系管理中的應用
7．1 系統(tǒng)體系結構
7．2 銀行客戶關系挖掘任務實現(xiàn)
7．2．1 數(shù)據(jù)清理
7．2．2 數(shù)據(jù)清洗
7．2．3 數(shù)據(jù)處理
7．2．4 數(shù)據(jù)變換
7．2．5 全局*大頻繁項集挖掘
7．2．6 全局關聯(lián)規(guī)則的生成與評估
7．2．7 挖掘結果
7．3 本章小結
第8章 決策樹算法在銀行客戶關系管理中的應用
8．1 基于決策樹的客戶分類
8．1．1 算法選擇依據(jù)
8．1．2 決策樹方法介紹
8．1．3 ID3算法實現(xiàn)
8．1．4 決策樹算法用于客戶分類
8．2 基于決策樹技術的客戶保持
8．2．1 構造訓練集
8．2．2 銀行客戶保持決策樹算法
8．2．3 客戶特征分析
8．3 選用決策樹的優(yōu)勢
8．4 基于數(shù)據(jù)挖掘算法的決策支持系統(tǒng)的優(yōu)化研究
8．4．1 優(yōu)化基礎
8．4．2 SR算法
8．5 本章小結
第9章 銀行客戶關系管理系統(tǒng)的分析
9．1 系統(tǒng)設計目標
9．2 系統(tǒng)業(yè)務邏輯分析
9．3 系統(tǒng)功能需求分析
9．3．1 客戶信息管理功能需求
9．3．2 客戶服務管理需求分析
9．3．3 客戶信息分類模塊需求分析
9．3．4 客戶信息分析的需求
9．4 系統(tǒng)非功能需求分析
9．5 本章小結
第10章 銀行客戶關系管理系統(tǒng)的設計
10．1 系統(tǒng)總體設計
10．1．1 系統(tǒng)設計的目標
10．1．2 系統(tǒng)設計的原則
10．1．3 系統(tǒng)總體框架
10．1．4 數(shù)據(jù)庫設計
10．2 系統(tǒng)詳細設計
10．2．1 客戶信息管理模塊
10．2．2 客戶服務管理模塊
10．2．3 客戶信息分類模塊
10．2．4 客戶信息分析模塊
10．3 本章小結
第11章 銀行客戶關系管理系統(tǒng)的實現(xiàn)
11．1 客戶信息管理模塊
11．2 客戶服務管理模塊
11．3 客戶貢獻度管理模塊
11．4 客戶行為分析模塊
11．5 本章小結
結論
參考文獻