数据挖掘在证券公司客户关系管理中的应用

论文摘要

作为一个中型的证券公司,江海证券经纪有限责任公司目前已经建立了比较完善的计算机业务系统。为了适应日趋激烈的市场竞争环境,适应以产品为中心到以客户为中心的经营理念转变,充分利用证券交易系统产生的大量宝贵的信息资源,对交易数据进行挖掘,建立并完善江海证券客户关系管理系统,提高江海证券的核心竞争力势在必行。本文对数据挖掘的理论进行了详细的阐述,使用SPSS公司的Clementine数据挖掘软件,以江海证券2007年交易数据为基础,采用决策树及关联规则的挖掘模块,对交易数据、客户信息进行数据挖掘,生成挖掘算法,实现了客户类别细分,股民的购买意愿预测,形成规则用以指导公司客户经理为股民提供优质的服务。论文中对江海证券客户关系管理系统架构及系统功能进行了详细的介绍,对客户关系管理系统的数据挖掘子系统架构进行了设计。数据挖掘子系统主要分为数据读取分析、数据预处理和数据挖掘模块。系统主要功能是对数据挖掘前的数据进行预处理工作及数据挖掘工作,包括数据采集及简单维度规约,对被挖掘数据中无用数据的清理,使用近邻排序算法对重复数据进行清理,依据身份证信息构建客户性别及年龄属性并对属性缺失值使用聚类分析的k-means算法进行空值预测填补,最终整合生成数据挖掘所使用的基础数据表。通过数据挖掘的实施,最终取得成果并将成果应用于客户管理中。整个项目为公司下一步数据仓库的建立及客户关系管理系统的规划上线提供指导和参考。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.2.1 数据仓库及数据挖掘的研究现状
• 1.2.2 客户关系管理的研究现状
• 1.3 课题研究内容
• 1.4 论文组织结构
• 第2章 客户关系管理
• 2.1 客户关系管理的定义
• 2.2 客户关系管理的目标、内容
• 2.2.1 客户关系管理的目标
• 2.2.2 客户关系管理的内容
• 2.2.3 客户关系管理系统的组成
• 2.3 证券客户关系管理
• 2.4 本章小结
• 第3章 数据挖掘
• 3.1 数据挖掘技术简介
• 3.1.1 数据挖掘的基本概念
• 3.1.2 数据挖掘模型的建立
• 3.1.3 数据挖掘过程
• 3.1.4 CRISP-DM参考模型
• 3.2 数据挖掘的数据预处理
• 3.2.1 数据集成
• 3.2.2 数据转换
• 3.2.3 数据归约
• 3.2.4 数据清理
• 3.2.5 缺失值填充算法
• 3.2.6 基于K-means算法的缺失值填充
• 3.3 数据挖掘算法
• 3.4 挖掘工具及评价
• 3.5 本章小结
• 第4章 江海证券客户关系管理系统
• 4.1 江海证券客户关系管理系统架构
• 4.1.1 客户关系管理系统设计
• 4.1.2 客户关系管理系统系统架构
• 4.2 数据挖掘子系统设计
• 4.2.1 数据挖掘子系统架构
• 4.2.2 数据读取分析
• 4.2.3 数据预处理
• 4.2.4 数据预处理的试验分析
• 4.3 数据库表结构设计
• 4.4 江海证券数据挖掘
• 4.4.1 关联规则的Apriori算法的挖掘
• 4.4.2 决策树的挖掘
• 4.4.3 结果分析
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历