基于銀行CRM的決策樹實(shí)證研究

論文編號(hào):XG177  論文字?jǐn)?shù):12915,頁(yè)數(shù):21 附開題報(bào)告，文獻(xiàn)綜述，外文翻譯

內(nèi) 容 摘  要
 本文結(jié)合作者在某國(guó)有銀行的實(shí)習(xí)情況，依靠在學(xué)校里學(xué)習(xí)的數(shù)據(jù)挖掘知識(shí)對(duì)該銀行3-11月的某項(xiàng)業(yè)務(wù)的模擬數(shù)據(jù)報(bào)表進(jìn)行了分析，并通過(guò)ID3算法建立了決策樹，對(duì)數(shù)據(jù)挖掘的結(jié)果進(jìn)行了討論。依據(jù)數(shù)據(jù)挖掘得出的結(jié)論，對(duì)銀行該項(xiàng)業(yè)務(wù)的發(fā)展提出了自己的建議。
 關(guān)鍵詞：數(shù)據(jù)挖掘、決策樹、銀行、關(guān)鍵客戶
 ABSTRACT
             The author of this paper, supporting by the intern experience in a nationalized bank and the knowledge of data mining learned at school, analyze the model data of one business of this bank and build a decision tree by using ID3 algorithm and get the finally conclusion.The author also give out the opinion that was based on the conclusion that he had.

KEYWORDS：Data mining，Decision Tree ，Bank, Most Valuable
 Customers  

正文目錄

第一章  引言…………………………………………………………1
 第一節(jié) 選題背景………………………………………………………   1
 第二節(jié) 研究的意義 ……………………………………………………   1
 第三節(jié) 研究的內(nèi)容 ……………………………………………………  2
第二章   數(shù)據(jù)挖掘與決策樹理論 ……………………………3
 第一節(jié) 關(guān)于數(shù)據(jù)挖掘    …………………………………………………3
 第二節(jié) 數(shù)據(jù)挖掘常用的方法   …………………………………………3
 一、統(tǒng)計(jì)方法…………………………………………………………4
 二、關(guān)聯(lián)規(guī)則  ………………………………………………………4
 三、聚類分析  ………………………………………………………4
 四、決策樹方法  ……………………………………………………5
 五、神經(jīng)網(wǎng)絡(luò)  ………………………………………………………5
 六、遺傳算法  ………………………………………………………5
 七、粗糙集  …………………………………………………………5
 八、支持向量機(jī)  ……………………………………………………6
 第三節(jié) 決策樹理論與方法 ………………………………………………6
第三章  某銀行在不同地區(qū)中高端客戶產(chǎn)品覆蓋率分析…………  8
 第一節(jié) 關(guān)于ID3方法  ………………………………………………8
 第二節(jié) 對(duì)某銀行中高端客戶產(chǎn)品覆蓋率的分析 ………………………9
 一、中高端客戶定義  ………………………………………………9
 二、用ID3算法建立決策樹…………………………………………10
第四章   對(duì)決策樹分析結(jié)果的討論………………………………  15
第五章   結(jié)論………………………………………………………  17
參考文獻(xiàn) ………………………………………………………………18