數(shù)據(jù)挖掘技術(shù)在銀行客戶關(guān)系管理中的應(yīng)用

第1章 緒論
1．1 選題依據(jù)
1．2 研究背景和意義
1．3 **外研究現(xiàn)狀
1．3．1 數(shù)據(jù)挖掘研究現(xiàn)狀
1．3．2 客戶關(guān)系管理研究現(xiàn)狀
1．3．3 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用現(xiàn)狀
1．4 研究方法
1．5 系統(tǒng)的B／S模式
1．6 本章小結(jié)
第2章 相關(guān)理論
2．1 數(shù)據(jù)挖掘
2．1．1 數(shù)據(jù)挖掘的提出
2．1．2 數(shù)據(jù)挖掘的定義
2．1．3 數(shù)據(jù)挖掘的分類
2．1．4 數(shù)據(jù)挖掘在行業(yè)中的應(yīng)用
2．2 分布式數(shù)據(jù)挖掘
2．3 客戶關(guān)系管理
2．3．1 CRM的基本概念
2．3．2 CRM的目標(biāo)
2．3．3 CRM的分類
2．4 銀行客戶關(guān)系管理
2．4．1 銀行客戶關(guān)系管理的內(nèi)涵與目標(biāo)
2．4．2 銀行客戶關(guān)系管理的實(shí)施內(nèi)容
2．5 本章小結(jié)
第3章 數(shù)據(jù)倉(cāng)庫(kù)
3．1 基本概念及特征
3．2 數(shù)據(jù)倉(cāng)庫(kù)的體系化環(huán)境
3．2．1 自頂向下的數(shù)據(jù)倉(cāng)庫(kù)環(huán)境
3．2．2 數(shù)據(jù)集市
3．2．3 數(shù)據(jù)倉(cāng)庫(kù)的組成部分
3．3 數(shù)據(jù)倉(cāng)庫(kù)建模及設(shè)計(jì)方式
3．3．1 數(shù)據(jù)倉(cāng)庫(kù)建模方式
3．3．2 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)方式
3．4 數(shù)據(jù)倉(cāng)庫(kù)的模型設(shè)計(jì)
3．4．1 數(shù)據(jù)倉(cāng)庫(kù)的概念模型
3．4．2 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型
3．4．3 數(shù)據(jù)倉(cāng)庫(kù)的物理模型
3．5 建立數(shù)據(jù)倉(cāng)庫(kù)的必要性
3．6 數(shù)據(jù)倉(cāng)庫(kù)的層次結(jié)構(gòu)
3．6．1 數(shù)據(jù)獲取層
3．6．2 數(shù)據(jù)存儲(chǔ)層
3．6．3 數(shù)據(jù)挖掘?qū)?br />3．7 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)策略
3．7．1 “自底向上”模式
3．7．2 “自頂向下”模式
3．7．3 “平行開發(fā)”模式
3．8 數(shù)據(jù)倉(cāng)庫(kù)的使用和維護(hù)
3．8．1 建立數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用系統(tǒng)
3．8．2 維護(hù)數(shù)據(jù)倉(cāng)庫(kù)
3．9 OLAP、數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)挖掘之間的關(guān)系
3．10 本章小結(jié)
第4章 分布式關(guān)聯(lián)規(guī)則挖掘
4．1 關(guān)聯(lián)規(guī)則問題描述
4．2 關(guān)聯(lián)規(guī)則挖掘算法
4．2．1 經(jīng)典頻繁項(xiàng)集挖掘算法Apriori
4．2．2 改進(jìn)的頻繁項(xiàng)集挖掘算法
4．2．3 *大頻繁項(xiàng)集挖掘
4．3 分布式關(guān)聯(lián)規(guī)則挖掘基本原理
4．4 分布式關(guān)聯(lián)規(guī)則挖掘算法
4．4．1 CD和PDM算法
4．4．2 FDM算法
4．4．3 DDM算法
4．4．4 PDDM算法
4．5 本章小結(jié)
第5章 分布式關(guān)聯(lián)規(guī)則挖掘改進(jìn)策略
5．1 頻繁項(xiàng)集挖掘存在的問題及解決辦法
5．2 分布式關(guān)聯(lián)規(guī)則挖掘算法評(píng)價(jià)
5．3 算法的通信復(fù)雜度及分析
5．4 分布式關(guān)聯(lián)規(guī)則挖掘算法實(shí)驗(yàn)
5．5 分布式關(guān)聯(lián)規(guī)則挖掘改進(jìn)策略
5．6 本章小結(jié)
第6章 基于被約束子樹的分布式關(guān)聯(lián)規(guī)則挖掘改進(jìn)算法
6．1 問題描述
6．2 FP_樹及算法
6．2．1 FP_樹
6．2．2 FP_growth算法
6．3 基于被約束子樹的單機(jī)*大頻繁項(xiàng)集挖掘改進(jìn)算法
6．3．1 被約束子樹
6．3．2 MFI_樹
6．3．3 單機(jī)*大頻繁項(xiàng)集挖掘改進(jìn)算法
6．4 基于被約束子樹的分布式關(guān)聯(lián)規(guī)則挖掘改進(jìn)算法
6．4．1 EDMCST算法
6．4．2 EDMCST算法分析與實(shí)驗(yàn)結(jié)果
6．5 本章小結(jié)
第7章 EDMCST算法在銀行客戶關(guān)系管理中的應(yīng)用
7．1 系統(tǒng)體系結(jié)構(gòu)
7．2 銀行客戶關(guān)系挖掘任務(wù)實(shí)現(xiàn)
7．2．1 數(shù)據(jù)清理
7．2．2 數(shù)據(jù)清洗
7．2．3 數(shù)據(jù)處理
7．2．4 數(shù)據(jù)變換
7．2．5 全局*大頻繁項(xiàng)集挖掘
7．2．6 全局關(guān)聯(lián)規(guī)則的生成與評(píng)估
7．2．7 挖掘結(jié)果
7．3 本章小結(jié)
第8章 決策樹算法在銀行客戶關(guān)系管理中的應(yīng)用
8．1 基于決策樹的客戶分類
8．1．1 算法選擇依據(jù)
8．1．2 決策樹方法介紹
8．1．3 ID3算法實(shí)現(xiàn)
8．1．4 決策樹算法用于客戶分類
8．2 基于決策樹技術(shù)的客戶保持
8．2．1 構(gòu)造訓(xùn)練集
8．2．2 銀行客戶保持決策樹算法
8．2．3 客戶特征分析
8．3 選用決策樹的優(yōu)勢(shì)
8．4 基于數(shù)據(jù)挖掘算法的決策支持系統(tǒng)的優(yōu)化研究
8．4．1 優(yōu)化基礎(chǔ)
8．4．2 SR算法
8．5 本章小結(jié)
第9章 銀行客戶關(guān)系管理系統(tǒng)的分析
9．1 系統(tǒng)設(shè)計(jì)目標(biāo)
9．2 系統(tǒng)業(yè)務(wù)邏輯分析
9．3 系統(tǒng)功能需求分析
9．3．1 客戶信息管理功能需求
9．3．2 客戶服務(wù)管理需求分析
9．3．3 客戶信息分類模塊需求分析
9．3．4 客戶信息分析的需求
9．4 系統(tǒng)非功能需求分析
9．5 本章小結(jié)
第10章 銀行客戶關(guān)系管理系統(tǒng)的設(shè)計(jì)
10．1 系統(tǒng)總體設(shè)計(jì)
10．1．1 系統(tǒng)設(shè)計(jì)的目標(biāo)
10．1．2 系統(tǒng)設(shè)計(jì)的原則
10．1．3 系統(tǒng)總體框架
10．1．4 數(shù)據(jù)庫(kù)設(shè)計(jì)
10．2 系統(tǒng)詳細(xì)設(shè)計(jì)
10．2．1 客戶信息管理模塊
10．2．2 客戶服務(wù)管理模塊
10．2．3 客戶信息分類模塊
10．2．4 客戶信息分析模塊
10．3 本章小結(jié)
第11章 銀行客戶關(guān)系管理系統(tǒng)的實(shí)現(xiàn)
11．1 客戶信息管理模塊
11．2 客戶服務(wù)管理模塊
11．3 客戶貢獻(xiàn)度管理模塊
11．4 客戶行為分析模塊
11．5 本章小結(jié)
結(jié)論
參考文獻(xiàn)