首页> 中文学位 >数据挖掘技术在银行信用卡业务中的应用研究
【6h】

数据挖掘技术在银行信用卡业务中的应用研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和研究意义

1.2 研究现状和研究方向

1.3 研究内容和研究方法

1.4 小结

第二章 信用卡业务和数据挖掘

2.1 信用卡概述

2.2 数据挖掘基本理论

2.3 数据挖掘技术在信用卡中的典型应用领域

2.4 小结

第三章 银行信用卡应用数据挖掘关键技术研究

3.1 信用卡应用数据挖掘技术主要模型分析

3.2 信用卡管理中应用数据挖掘技术的功能结构分析

3.3 信用卡管理系统中数据仓库技术研究

3.4 信用卡管理系统中数据挖掘技术应用的实现

3.5 小结

第四章 基于数据挖掘技术的农行信用卡管理系统的设计实现

4.1 系统需求分析

4.2 总体设计

4.3 系统编码设计

4.4 系统数据库设计

4.5 基于数据挖掘的信用卡管理系统典型模型设计

4.6 系统评价及建议

4.7 小结

第五章 总结

5.1 论文完成的主要工作

5.2 下一步的工作

致谢

参考文献

展开▼

摘要

信用卡作为一种全新的支付手段和信用工具,目前在中国的发展方兴未艾,竞争也日趋激烈,已经成为众多商业银行竟相推出的产品。围绕信用卡客户管理、客户行为分析、信用风险和获利分析,引入高效准确的数据分析技术和知识发现技术已经成为了我国信用卡业务发展的必然选择。通过数据深层次的挖掘,可以提高商业银行的管理水平和工作效率。
  信用卡的发展特点与现状以及数据挖掘技术的产生背景、发展过程、应用特点决定了在信用卡业务中引入数据挖掘技术的必要性。本文以信用卡业务中的银行客户关系管理、信用风险管理、信用评估与信用决策为基本研究方向,对信用卡业务中应用数据挖掘技术的主要模型即客户细分模型、定向营销模型、定向服务模型、客户激活模型、客户流失模型、信用评分模型、信用额度动态调整模型、欺诈监测模型、客户透支分型模型、利润分析模型等进行详细分析和描述。应用数据仓库技术对信用卡管理应用中客户分析模块、特约商户分析模块、业务分析模块、风险分析模块等进行了研究和分析。通过分析农行信用卡业务的现状,提出农行信用卡管理系统的需求,并设计出农行信用卡管理系统的系统方案和详细设计。本论文主要采用SPSS数据挖掘软件包,通过建立Logistic模型、决策树模型及CHAID,实现了农行对信用卡客户风险、客户细分和客户消费特性分析。
  本文是数据挖掘技术在农行信用卡业务分析中所进行的一种有益的研究和探索,使该银行逐渐从依赖产品营销向注重客户关系营销的经营理念转变,由被动管理向主动管理转变,由粗放型营销向集约型营销转变。实现客户关系的良好互动,对业务盈亏状况以及产品和市场的获利能力进行分析评估,实现综合竞争力的不断提升,实现中国农业银行效益的最大化。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号