声明
摘要
1.绪论
1.1. 研究背景与问题提出
1.2. 本文的研究目的
1.3. 本文的研究意义
1.4.研究方法与路径
1.4.1.研究方法
1.4.2.研究路径图
1.5.研究内容与创新
1.5.1.本文的研究内窖
1.5.2.本文的创新点
2.相关理论与方法
2.1. 客户关系管理
2.1.1.客户关系管理的定义
2.1.2.客户关系管理的实现
2.1.3.客户关系管理系统的主体架构
2.2. 数据挖掘
2.2.1.数据挖掘的定义
2.2.2.数据挖掘的流程
2.2.3.数据挖掘的应用
2.3. 数据挖掘工具-R语言
2.3.1.R语言的概念与R工具特点
2.3.1.R工具的功能
2.4.1.K-MEANS聚类的定义
2.4.2.K-MEANS工作流程与开发流程
2.4.3.K-MEANS优缺点
2.5.1.关联规则的定义
2.5.2.关联规则的算法
2.5.3.Apriori先验算法
3.金融客户流失分析
3.1. 客户流失问题现状
3.2. 客户流失的类型
3.3.客户流失的主要因素
4.数据挖掘流失客户
4.1. 采集业务数据样本
4.1.1.数据描述
4.1.2.数据抽取规则
4.1.3.数据抽取操作
4.2. 数据清洗
4.2.1.数据清洗的意义与目标
4.2.2.数据清洗操作
4.3. 数据建模
4.3.1.基于K-means的数据建模
4.3.2.基于关联规则的数据建模
4.4. 建模结果
4.5. 预测评估
4.5.1.从流失客户数量上评估
4.5.2.从余额规模变化上评估
4.5.3.评估小结
5.1. 客户整体画像
5.2. 易流失客户营销策略
5.2.1.客户活动拓展方案
5.2.2.客户体验营销方案
5.2.3.制定流失预警模型的技术方案
5.2.4.其他类型的客户营销方案
6.结论与展望
6.1. 结论
6.2.研究展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;