声明
摘要
第一章 引言
第一节 研究背景与意义
第二节 国内外研究现状
1.2.1 数据挖掘技术的研究现状
1.2.2 数据挖掘在银行领域的研究现状
第三节 本文的主要结构安排
第二章 数据挖掘技术
第一节 数据挖掘概述
2.1.1 数据挖掘概念
2.1.2 数据挖掘的常用功能
第二节 数据挖掘步骤
第三节 关联规则
2.3.1 关联规则定义
2.3.2 关联规则分类
2.3.3 多维关联规则的技术实现方法
2.3.4 Apriori算法
2.3.5 FP-growth算法
第四节 聚类分析
2.4.1.聚类分析介绍
2.4.2.K-Means算法
第三章 银行数据的采集及预处理
第一节 挖掘对象和目标
第二节 挖掘数据采集
3.2.1 采集个人客户信息表
3.2.2 采集机构信息表
3.2.3 采集对私定期存款数据
第三节 数据预处理方法
3.3.1 数据清洗
3.3.2 数据集成
3.3.3 数据转换
3.3.4 数据消减
第四节 已采集的银行数据预处理过程
3.4.1 姓氏属性预处理
3.4.2 性别属性预处理
3.4.3 出生年代属性预处理
3.4.4 客户所在地属性预处理
3.4.5 对私客户存款表数据预处理
3.4.6 生成数据挖掘数据表
第四章 银行数据关联规则挖掘
第一节 FP-Growth算法关联规则建模
第二节 关联规则挖掘结果分析
4.2.1 重要客户关联规则分析
4.2.2 主要客户关联规则分析
4.2.3 普通客户关联规则分析
第三节 关联规则挖掘结果应用
第五章 银行数据聚类挖掘
第一节 K-Means算法聚类分析建模
第二节 聚类挖掘结果分析
第三节 聚类挖掘结果应用
第六章 总结与展望
第一节 总结
第二节 展望
参考文献
致谢
个人简历
南开大学;