灰色数据挖掘技术在商业银行核心竞争力研究中的应用

北京邮电大学硕士学位论文灰色数据挖掘技术在商业银行核心竞争力研究中的应用姓名：孙宏军申请学位级别：硕士专业：计算机科学与技术指导教师：潘维民20070227灰色数据挖掘技术在商业银行核心竞争力研究中的应用作者：孙宏军学位授予单位：北京邮电大学相似文献(10条)1.学位论文史胜安电力企业（上市公司）核心竞争力识别及应用研究2004在不影响数据挖掘质量的前提下,减少数据挖掘的工作量,以提高数据挖掘的工作效率十分重要.本文将Spearman秩相关检验法、粗糙集与数据挖掘算法结合起来,提出了一种提高数据挖掘效率的组合数据挖掘模型.基本步骤是,首先运用相关系数分析和Spearman秩相关检验法对数据库中数据指标体系进行筛选;接着,利用粗糙集理论对筛选后的指标体系进行数据归约;然后,在简化数据指标的基础上进行数据挖掘,找出相关的关联规则.文章最后将此模型应用于电力企业(上市公司)核心竞争力识别,重点旨在挖掘出电力企业的核心竞争力,指导企业制订长久的战略方针政策.2.学位论文王圣明数据挖掘在证券行业的应用2008随着垄断格局的打破，证券公司如何应对激烈的市场竞争?如何培育公司的核心竞争力?方法只有一个：以市场为导向，以客户为中心，细分客户，积极培养客户忠诚度。客户关系管理系统(即CRM)是现代经营管理科学与现代信息技术结合的产物。本文围绕数据挖掘理论技术在证券行业的应用这一课题进行了全面而深入的研究和探讨。本课题研究是在基于前人研究成果分析基础上，对证券公司的交易数据进行分析，发现其中有意义的模型来支持证券业务的发展，改进与提出新的算法，并将数据挖掘技术应用到其中。深入地研究证券公司客户管理的目标、内容和结构，研究数据挖掘的定义及常用方法，分析数据挖掘的典型应用，分析数据挖掘可以为证券行业解决的主要问题。分析数据挖掘技术在客户管理中应用研究，数据挖掘的过程，证券公司客户管理中数据挖掘的常用方法以及客户管理中数据挖掘的典型应用。分别以证券公司为例，从数据挖掘的客户细分以及数据挖掘的客户忠诚度调查两个方面，利用数据挖掘技术对其客户管理进行分析，并指出在数据挖掘中应该注意的问题。3.期刊论文张庆伟.赵莉.ZHANGQing-wei.ZHAOLi基于关联规则应用的零售业核心竞争力分析-中国管理信息化2008,(23)本文对数据挖掘的关联规则进行了阐述,探讨了如何利用它来进一步提高零售业核心竞争力,并结合案例分析了如何利用数据挖掘对超市出售的商品进行关联性分析来提高客户的满意度.4.学位论文李凯自动化数据挖掘在电信业中的应用2008随着信息技术革命的发展进行，电信新技术层出不穷，从单纯的语音固话到移动通信、宽带、3G，新技术蓬勃涌现。面临全球经济一体化进程的加快，中国加入WTO，国内电信运营商相继海外上市。中国电信市场的竞争异常激烈，如何利用企业信息化降低成本、提高效率、强化企业核心竞争力，成为电信运营商的必然选择。电信运营商存储了海量的历史数据，包括用户资料，通话详单、话费帐单等信息。在这些海量的数据中，是否隐含着某些内在的对市场营销、客户维护有着重要价值的信息。如何能够发现这些信息，做到有针对性营销和服务，实现从数据到知识再到价值的提升呢?数据挖掘技术提供了一条找到这种隐藏信息的捷径。数据挖掘是近年来伴随着人工智能和数据库技术发展而出现的一门新兴技术。它的核心功能是从巨大的数据集或数据仓库中获取有用信息，以供企业分析和处理各种复杂的数据关系。数据挖掘技术从一开始就是面向应用的。在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系。在电信业市场营销中数据挖掘技术可以根据客户的消费行为，细分用户群，实现有针对性的精细化营销，通过交叉销售，提升用户ARPU等。数据挖掘分为定向和非定向两类。定向数据挖掘地目的是解释或分类某一个目标，例如该用户是否为高价值用户，是否有可能使用此类业务。定向数据挖掘的被用来预测值时，需要定义一个目标预测值，预测值可以是一个二义的属性如是/否。或者是一个多属性的预测值，如按照用户ARPU进行分类，区分其为高价值还是低端用户。非定向数据挖掘的目的是在不预设目标域或确定类的前提下，找到批量数据间的模式或者相似性。非定向数据挖掘被用来发现数据中本质的结构、关系、相似。非定向数据挖掘不需要确立一个预测范围，聚类算法就被用来分析非定向的问题。OracleDateMining是内嵌在Oracle数据库中的数据挖掘工具。本文详细说明了如何使用OracleDateMining定时自动完成数据挖掘中的数据准备、构建模型、评估模型这三个数据挖掘过程。并介绍了如何使用程序定时自动地执行数据挖掘过程及构建商业智能网站系统的方法。5.学位论文陶秋香基于数据挖掘的电信客户流失和保留研究2007随着电信企业不断重组和市场竞争的加剧，存量客户的流失已经成为各运营商关注的重点。企业必须通过利用各种手段抓住客户才能获得最终的核心竞争力。电信企业可以充分利用企业各运营商支撑系统中的客户数据，应用数据挖掘的工具获取对客户的洞察能力，从而更好地满足客户的需求防止客户的流失。本文将多种数据挖掘技术应用于电信企业，在对寻找流失重点客户和预测离网客户两个方面进行了较为深入的研究，给出了解决问题的模型和方法并在实践中得到评估和检验。本文主要共分为五部分，结构如下：第1章：分析电信市场的发展和电信营销中存在的问题，引入存量流失的概念和分析客户保留的重要性，提出客户保留的措施体系。第2章：对数据挖掘技术进行概述，简要介绍了数据挖掘技术的发展历程、研究内容和实施过程。第3章：在分析了客户细分的各类方法后，提出基于数据挖掘K—Means聚类算法的V—NV客户分群方法，并通过在电信企业的应用进行了验证。第4章：介绍了客户离网的预测模型方法，给出了详细的客户离网建模过程方法，并在电信企业的应用中进行验证。第5章：针对研究中存在的问题给出了进一步研究的考虑。6.学位论文蒋磊长沙银行CRM信息系统设计与实现研究2009随着市场的开放，银行面临着越来越激烈的竞争，与国外银行相比，国内银行最大的差距在于服务。要缩小这一差距，必须在银行实施客户关系管理。作为一种先进的管理模式，CRM借助于先进的信息技术，实现客户信息资源的共享，为客户提供个性化的服务，以提高客户满意度，最终实现银行利润的最大化。CRM系统是实施CRM的技术支撑，是全面实施CRM的解决方案中不可或缺的重要组成部分。银行客户信息的数据量非常庞大，要充分利用这些信息来实现良好的客户关系管理，必须构建基于数据挖掘技术的分析型CRM系统，通过数据挖掘实现对客户信息数据进行分析，为银行的营销和服务策略提供决策依据。长沙银行作为湖南省首家地方性股份制商业银行，在发展过程中深刻认识到，建立并发展客户关系管理是提升自身核心竞争力的有效途径。本文在深入理解CRM理念和数据挖掘技术的基础上，剖析了国内银行业实施CRM的现状，针对长沙银行客户信息情况和CRM实施要求，设计了基于数据挖掘技术的层次式分析型CRM系统。该系统以数据仓库为中心，实现了全行统一的客户信息视图，并利用现有模型库进行数据分析、利用算法库进行数据挖掘，为全面实施CRM奠定了良好的技术基础。本论文的研究有助于正确认识CRM的核心思想，恰当理解数据挖掘在CRM中的作用，可以为国内银行特别是中型城市银行建设和实施CRM提供借鉴。7.期刊论文何康乐数据挖掘Clementine在B2C系统中的应用-科技创新导报2009,(11)以网络为载体的电子商务的发展与壮大,给企业带了新的机遇,同时也给企业带来新的挑战,在很大程度上改了了企业的营销理念和经营策略.本文探讨了数据挖掘在B2C系统中的应用,利用数据挖掘技术对电子商务中的大量信息进行分析和推理,从中挖掘出潜在的模式,预测客户行为,进一步细分客户群体,为企业的决策者调整市场策略、做出正确的企业推广决策,体现出企业的核心竞争力.8.学位论文龙茜知识联盟下的企业信息资源组织模式研究2008知识联盟是企业为了能够获取其它组织的技术和能力，而且可提供创新知识而自愿达成的一种长期联盟的方式，其目标就是学习和创造知识，实现联盟伙伴共同受益。在知识联盟下，企业为了实现自己的经营目标和宗旨，从发展战略高度出发，采用特定的机构、方法、制度、人员、技术、工具等手段，把来自各方面所需要的知识、专利、经验、商情等各类信息资源加以科学管理、合理开发利用，形成一种能够不断增强核心竞争力的运行方式和机制，这就是企业在经济全球化的当今所急切需要的信息资源组织模式。目前国内外对知识联盟下企业信息资源组织模式的研究处于初级阶段，研究成果也较少。笔者认真地分析了知识联盟及对企业信息资源管理的国内外相关资料和发展现状，分析了知识联盟下企业信息资源整合的技术策略和方法，包括SOA(ServiceOrientedArchitecture)设计、协同虚拟环境技术、数据挖掘等组织虚拟化技术。从知识联盟下企业内部、行业和专业三方面的信息资源组织现状着手，结合海尔的三个案例分析，进行了企业信息资源组织模式建设的理论探讨。同时，为了鉴别信息资源组织模式建设是否成功，提出了企业信息资源配置效率评价体系和模糊综合评价方法，并进行了实例计算给以验证。结合当今电子商务、信息传播学和信息技术的快速发展状况，论文从企业发展战略高度和提高企业竞争力角度出发，提出了一种新型的知识联盟下企业信息资源组织模式，即公共企业博客+即时通讯工具+社交网络服务+分众分类信息资源组织模式。阐述了该模式独特的运营机制及其扩展和持续利用策略，变革措施和关键技术，同时从实现步骤和应用前景论述了该模式的可行性和实用价值，展示了这种新型模式能够将公共企业博客、论坛、视频、电子邮件、及时通讯等相结合，把各类联盟企业、消费者、专家、管理者等联系在一起，形成一个巨大的虚拟场所。各类企业主体可以通过这一平台，开展各自所需要的互动，并通过平台获得自己所需要的知识，信息和服务，从而不断增强企业的核心竞争力。9.学位论文方贤颖证券经纪业务转型探究——运用多元分析挖掘客户价值2006证券经纪业务转型一直是近几年国内证券业的热门话题，它不仅仅关系到券商的生存问题，更直接牵涉到我国证券市场的健康发展。传统经纪业务模式面对已经或正在发生变化的内外部经营环境，已经走投无路，转型形势迫在眉睫。笔者力图通过本文研究能够对券商经纪业务的转型提出有益的建议并能切实推动转型，尽快使经纪业务步入科学发展轨道。本文首先对传统证券经纪业务模式产生的市场背景、产业经营环境和经营现状进行考察分析，指出我国证券市场和证券业在高速发展背后存在的严重问题，并对正在变革的证券市场的发展趋势做出预测和评价。传统证券经纪业务模式是由我国独特的资本市场环境和券商经营模式决定的，作者对该模式的特征进行了分析概括。历史地考察传统经纪业务模式的特点，虽有其合理的一面，但是，随着资本市场制度的变革和经营环境的变化，传统模式已不能适应经营和客户的需要，必须进行创新和转型。证券经纪业务对券商来说不是可有可无的，它是证券公司乃至整个证券行业生存和发展的基础。文中通过对经纪业务本质、地位和作用等方面的分析，有力地说明了经纪业务不可替代的作用，券商要生存和发展必须高度重视经纪业务。透过经纪业务转型成因的综合分析，进一步认清行业面临的严峻形势，增强危机感和紧迫感。然而，经过几年的创新尝试和探索，由于思想认识不到位，仍寄希望于行情好转及政策变化，对经纪业务的定位和转型方向仍不明确，转型进展与转型预期相去甚远。经纪业务转型究竟路在何方?现实的选择只能是回归经纪业务中介本色，向服务商转变，结合自身情况寻求合理定位，以客户为中心，提高服务的技术与知识含量，造就专业服务优势，才是真正核心竞争力所在。笔者在分析的基础上，提出经纪业务转型应遵循的基本原则，为进一步解决问题提供指导。在解决了为什么要转型、向何处转等思想认识问题后，接下来要解决的问题是如何转，即如何提供专业服务，打造核心竞争力。要服务好客户首先要了解客户，而用统计分析工具进行数据挖掘正是了解客户、细分客户、挖掘客户