数据挖掘技术在信用卡消费数据中的应用研究

论文摘要

随着信用卡市场的发展壮大,业界之间的竞争也日趋激烈,人们已经逐渐认识到客户对于企业的重要性,没有优良的客户资源,企业将举步为艰。因此,如何详细了解客户的信息,并将这种信息转变成“知识”,更好地为客户提供高质量的个性化服务,提高客户满意度,保持和发展高价值的客户,成为各商业银行面临的紧迫课题之一。采用数据挖掘技术能从海量的银行客户数据库中发现一些未知的、有价值的规律,帮助商业银行向管理智能化、决策可靠化、定位目标精准化发展,也为各商业银行在提供个性化的信用卡服务方面给予了强有力的支持。本文研究信用卡消费数据中关联模式及其应用。针对信用卡消费数据进了数据挖掘方法的比较,利用数据挖掘技术进行了客户细分、客户价值计算核心指标的选取和价值的计算分析,提出了相应的模型,并利用数据挖掘工具SPSS Clementine 8.0进行了模型仿真实验分析,得出了有价值的信用卡消费数据关联模式。同时也提出了一些基于挖掘结果的信用卡营销战略和个性化营销的新方式。本文的研究对数据挖掘在客户分析中的应用方面进行了有益的尝试,能为商业银行开展信用卡业务带来新的思路,也能为国内商业银行提升信用卡业务的服务水平、获取竞争优势能提供一定的帮助。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 引言
• 1.2 研究目的和意义
• 1.3 国内外研究现状
• 1.4 论文研究内容及章节安排
• 第二章 数据挖掘算法在信用卡消费数据中的研究
• 2.1 数据挖掘的定义及其特点
• 2.2 数据挖掘过程及系统结构
• 2.3 数据挖掘算法研究
• 2.4 本章小结
• 第三章 信用卡客户价值挖掘分析
• 3.1 信用卡的概述
• 3.2 信用卡客户、特约商户定义
• 3.3 信用卡客户、银行、特约商户三者关系
• 3.4 信用卡客户价值计算研究
• 3.5 客户价值模型聚类分析
• 3.6 统计方法及决策树算法实验仿真
• 3.7 本章小结
• 第四章 信用卡客户消费行为数据关联分析
• 4.1 信用卡客户消费行为分析
• 4.2 信用卡客户消费行为关联分析
• 4.3 基于数据挖掘技术的信用卡个性化营销的形式
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果