本文關(guān)鍵詞：面向農(nóng)村信用合作社的商務(wù)智能技術(shù)及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計(jì)算機(jī)的發(fā)展和普及,關(guān)系數(shù)據(jù)庫系統(tǒng)的成功,各種各樣的數(shù)據(jù)庫系統(tǒng)正以前所未有的速度被開發(fā)出來在各行各業(yè)中廣泛應(yīng)用,使得事務(wù)處理更加準(zhǔn)確和高效。而且,企業(yè)日常積累的數(shù)據(jù)更是以指數(shù)級速度快速增長。雖然數(shù)據(jù)量巨大,但是決策者和分析者真正要分析和決策的時(shí)候卻感覺信息貧乏,無從下手,對大量的信息不知道如何應(yīng)用。由需求驅(qū)動(dòng)的商務(wù)智能相關(guān)技術(shù)：數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等得到了快速發(fā)展,成為現(xiàn)如今數(shù)據(jù)大爆炸時(shí)代的技術(shù)支柱。 農(nóng)村信用社乃是農(nóng)村金融這一體系的基礎(chǔ),只有深化農(nóng)村信用社改革,進(jìn)而改進(jìn)農(nóng)村金融服務(wù),才能使農(nóng)村信用社健康穩(wěn)定地發(fā)展。這些都事關(guān)農(nóng)民增收、農(nóng)業(yè)發(fā)展、農(nóng)村穩(wěn)定大局。但是,農(nóng)村信用社目前卻存在客戶的大量流失問題,已嚴(yán)重影響了農(nóng)信社正常的發(fā)展。作為農(nóng)信社的經(jīng)營者,客戶流失是日益激烈的競爭市場中所有金融機(jī)構(gòu)所面臨的一大難題,對于如何找到客戶流失的原因,如何有效地降低客戶流失率,進(jìn)而降低資金的大量流失,已成為農(nóng)信社的當(dāng)務(wù)之急。 雖然現(xiàn)在對商務(wù)智能技術(shù)應(yīng)用在銀行業(yè)的研究和應(yīng)用不少,但是由于農(nóng)村信用社的特殊情況,所面對的客戶的不同,使得前人所研究出來的理論和模型在農(nóng)信社應(yīng)用都不是太好。另外,對于建立數(shù)據(jù)倉庫過程中,某些關(guān)鍵設(shè)計(jì)方法和技術(shù)也只是寥寥數(shù)筆。在數(shù)據(jù)倉庫設(shè)計(jì)過程中,設(shè)計(jì)人員往往還存在不少的問題。而本文以某農(nóng)村信用社的數(shù)據(jù)倉庫建設(shè)項(xiàng)目為契機(jī),以商務(wù)智能理論和客戶關(guān)系管理理論為框架,對數(shù)據(jù)倉庫的設(shè)計(jì)過程中的一些關(guān)鍵技術(shù)進(jìn)行了詳細(xì)研究,并且將數(shù)據(jù)倉庫建設(shè)完成后的數(shù)據(jù)應(yīng)用于客戶流失中,得到了一個(gè)客戶流失預(yù)測模型,預(yù)測效果較好�，F(xiàn)在對相關(guān)內(nèi)容總結(jié)如下： 一.對數(shù)據(jù)倉庫的設(shè)計(jì)過程進(jìn)行了詳細(xì)的實(shí)踐,這些設(shè)計(jì)的原因和原理都研究得比較清楚。主要包括：項(xiàng)目需求分析、邏輯模型設(shè)計(jì)、物理模型設(shè)計(jì)、ETL設(shè)計(jì)與開發(fā)等。這是一個(gè)數(shù)據(jù)倉庫項(xiàng)目比較標(biāo)準(zhǔn)的流程,這一實(shí)踐讓我們更加系統(tǒng)地了解數(shù)據(jù)倉庫商業(yè)項(xiàng)目中,需要的技術(shù)有哪些,另外里面的困難和挑戰(zhàn)有哪些,另外該怎么克服這些困難和挑戰(zhàn)。 二.特別對于邏輯模型設(shè)計(jì)過程中,對于農(nóng)信社的業(yè)務(wù)邏輯,如：當(dāng)事入主題中的邏輯關(guān)系進(jìn)行了詳細(xì)地分析,進(jìn)而發(fā)現(xiàn)需要在當(dāng)事人主題下也要設(shè)計(jì)子主題。而對子主題包括哪些表,表里包括哪些字段,都做了詳細(xì)研究和說明。在農(nóng)信社,特別是銀行的復(fù)雜的業(yè)務(wù)中,理清這些邏輯關(guān)系顯得尤為重要。如果未對這些邏輯分析清楚,即使以后建立起來的數(shù)據(jù)倉庫也不能滿足業(yè)務(wù)部門的需求。這一部分如此重要,但是由于農(nóng)信社業(yè)務(wù)的復(fù)雜性,往往一個(gè)表中的數(shù)據(jù),牽涉到多個(gè)系統(tǒng)、多個(gè)表,這就需要調(diào)研人員花大力氣,了解業(yè)務(wù)邏輯關(guān)系,進(jìn)而完整地得到業(yè)務(wù)規(guī)則。這部分是本文的重點(diǎn)內(nèi)容。 三.在數(shù)據(jù)倉庫建設(shè)好以后,可以有各種應(yīng)用,主要包括：客戶關(guān)系管理、產(chǎn)品管理、風(fēng)險(xiǎn)管理等。由于先如今農(nóng)信社的客戶流失問題日益嚴(yán)重,在本文中,利用在項(xiàng)目中得到的數(shù)據(jù)對客戶流失進(jìn)行建模,以期望能夠找出客戶流失的特征,進(jìn)而減少客戶的流失,提高農(nóng)信社的效益。而在建立模型中,利用了數(shù)據(jù)挖掘中經(jīng)典的決策樹分析方法來對客戶流失的模型建立。而在對數(shù)據(jù)的預(yù)處理方面,數(shù)據(jù)倉庫的優(yōu)勢就體現(xiàn)出來了,它是一個(gè)統(tǒng)一的數(shù)據(jù)分析平臺(tái),可以說就是為數(shù)據(jù)分析而生的。所以在數(shù)據(jù)的預(yù)處理上就沒有花費(fèi)多少工夫,因?yàn)榛驹趥}庫內(nèi)都已經(jīng)處理好了。這個(gè)模型與以往的銀行建立的客戶流失模型相比,有一定的差距。這也表明了農(nóng)信社跟其他銀行的不同之處。其中,這一模型中所包含的影響因素有：客戶抱怨與否、客戶一年內(nèi)的業(yè)務(wù)量、客戶擁有的產(chǎn)品數(shù)、客戶是否有不良記錄、客戶的證件類型等。其中,對客戶的抱怨是最重要的影響因素,正因?yàn)檗r(nóng)信社面向的是中小企業(yè)客戶和農(nóng)村客戶,他們對自己的主觀感受比較看重,這也是情理之中的。
【關(guān)鍵詞】：商務(wù)智能 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘 決策樹 客戶流失
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP311.13;F832.35
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 1. 緒論10-22
• 1.1 研究背景和研究意義10-11
• 1.2 國內(nèi)外研究狀況11-13
• 1.3 研究的技術(shù)理論基礎(chǔ)13-19
• 1.3.1 商務(wù)智能的概念13-15
• 1.3.2 商務(wù)智能的發(fā)展15
• 1.3.3 商務(wù)智能的數(shù)據(jù)流程與技術(shù)框架15-19
• 1.4 研究內(nèi)容19-20
• 1.5 論文結(jié)構(gòu)20-22
• 2. 數(shù)據(jù)倉庫需求分析22-32
• 2.1 制定調(diào)研計(jì)劃23-24
• 2.2 實(shí)施調(diào)研24
• 2.3 需求分析及整理24-32
• 2.3.1 數(shù)據(jù)倉庫的主題域24-26
• 2.3.2 源系統(tǒng)數(shù)據(jù)接入需求26-28
• 2.3.3 數(shù)據(jù)倉庫數(shù)據(jù)備份與性能需求28-30
• 2.3.4 項(xiàng)目建設(shè)目標(biāo)30-32
• 3 邏輯模型及物理模型設(shè)計(jì)32-42
• 3.1 邏輯模型設(shè)計(jì)32-40
• 3.1.1 模型設(shè)計(jì)原則33-37
• 3.1.2 當(dāng)事人邏輯模型設(shè)計(jì)過程37-40
• 3.2 物理模型設(shè)計(jì)40-42
• 3.2.1 確定數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)40-41
• 3.2.2 數(shù)據(jù)的索引策略41-42
• 4. ETL設(shè)計(jì)與開發(fā)和數(shù)據(jù)質(zhì)量管理42-53
• 4.1 ETL設(shè)計(jì)與開發(fā)42-53
• 4.1.1 ETL概述42-43
• 4.1.2 ETL設(shè)計(jì)原則43-44
• 4.1.3 ETL邏輯架構(gòu)44
• 4.1.4 ETL任務(wù)調(diào)度總體策略44-47
• 4.1.5 ETL任務(wù)47-48
• 4.1.6 ETL設(shè)計(jì)與開發(fā)工程舉例48-53
• 5. 客戶關(guān)系管理研究53-65
• 5.1 客戶流失原因54-55
• 5.1.1 客戶流失的定義和分類54
• 5.1.2 客戶流失的原因54-55
• 5.2 決策樹分析55-64
• 5.2.1 決策樹算法55-56
• 5.2.2 決策樹分析在銀行客戶流失中的應(yīng)用56-64
• 5.3 提高客戶忠誠度的措施64-65
• 6. 總結(jié)及展望65-67
• 6.1 總結(jié)65-66
• 6.2 展望66-67
• 附錄67-75
• 參考文獻(xiàn)75-77
• 致謝77

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭明;基于決策樹的客戶流失分析[J];廣東通信技術(shù);2004年11期

2 康雷宇;銀行卡業(yè)務(wù)高速發(fā)展的驅(qū)動(dòng)力——數(shù)據(jù)挖掘[J];華南金融電腦;2004年08期

3 張寧,賈自艷,史忠植;數(shù)據(jù)倉庫中ETL技術(shù)的研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年24期

4 羅可,林睦綱,郗東妹;數(shù)據(jù)挖掘中分類算法綜述[J];計(jì)算機(jī)工程;2005年01期

5 韓冬;數(shù)據(jù)挖掘與商業(yè)銀行客戶關(guān)系管理[J];計(jì)算機(jī)時(shí)代;2004年04期

6 黃中實(shí);客戶關(guān)系管理及其實(shí)施步驟[J];企業(yè)改革與管理;2001年12期

7 丁劍敏;數(shù)據(jù)挖掘技術(shù)及其在商業(yè)銀行中的應(yīng)用[J];市場周刊(財(cái)經(jīng)論壇);2003年04期

8 薛薇;數(shù)據(jù)挖掘中的決策樹技術(shù)及其應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2002年02期

9 楊明,張載鴻;決策樹學(xué)習(xí)算法ID3的研究[J];微機(jī)發(fā)展;2002年05期

10 李霞;;ID3分類算法在銀行客戶流失中的應(yīng)用研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年03期

  本文關(guān)鍵詞：面向農(nóng)村信用合作社的商務(wù)智能技術(shù)及其應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：318364