数据挖掘在商业银行借记卡客户交叉营销信用卡的研究与应用

摘要

近年来国际贸易摩擦加剧，国内经济增速放缓，银行业面临着巨大的压力和挑战：传统盈利模式带来的收益增长逐渐放缓，客户资金资源被支付宝、微信支付等互联网商业模式所蚕食，商业银行获客能力低、成本高的问题日益显现。 本文主要就上述问题中的商业银行获客能力和成本方面择取信用卡获客这一角度来研究，选题源自某商业银行新建的大数据智能营销推荐系中的信用卡推荐模块，论文对系统需求分析、设计的基础上，依据数据挖掘的基本展现和推荐技术，对借记卡交叉营销信用卡营销模块进行了研究和实现，主要工作如下： （1）对借记卡用户中持有信用卡用户数据和信用卡潜在客户数据进行分析，结合业务逻辑建立了借记卡交叉营销模型； （2）在采集的客户数据的基础上，首先对数据进行了预处理，根据数据特征和所要实现的目标进行Logistic回归建模，确定模型的最终变量，并对模型进行评价； （3）应用训练数据对模型进行了训练，并在实际场景中进行了测试和应用。 通过对商业银行借记卡交叉营销信用卡的应用研究，将数据挖掘应用于具体的实际业务场景，实现了在存量借记卡客户中推荐信用卡，从而提高了银行收益。

目录

声明

1. 引言

1.1.课题研究背景与意义

1.2.国内外研究现状

1.3.本文的主要工作

1.4.本文结构安排

2. 信用卡发卡现状及存在问题的应对方式

2.1.信用卡发卡现状及发展情况

2.1.1. 当前信用卡发展情况

2.1.2. 某城市商业银行的信用卡发展现状

2.2.目前存在的问题及应对方式

2.2.1. 存在的问题

2.2.2. 应对方式

2.2.3. 目前普遍做法

2.3.分析借记卡交叉营销信用卡的业务原理

2.3.1. 借记卡营销信用卡业务分析

2.3.2. 模型原理

2.4.本章小结

3. 数据挖掘在借记卡交叉营销信用卡的实现

3.1.系统需求分析

3.1.1. 系统简介

3.1.2. 需求说明

3.2.系统功能设计

3.3.系统关键技术与实现

3.3.1. 数据挖掘简介

3.3.2. 数据挖掘常用的模型方法及其特点

3.3.3. 本文使用的模型方法

3.3.4. 数据挖掘的基本步骤

3.3.5. 数据挖掘的常用工具

3.4.平台建立

3.4.1. 准备工作

3.4.2. 分析方法和过程

3.4.3. 确定目标

3.4.4. 数据预处理

3.4.5. 挖掘建模

3.5.模型调优

3.6.本章小结

4. 实现结果展示

4.1.系统结果

4.2.系统的应用与分析

4.2.1. 项目落地展示

4.2.2. 实际运用效果

4.3.本章小结

5. 总结与展望

5.1.全文总结

5.2.展望

参考文献

个人简历

致谢