-
客户营销与理财产品的开发：基于改进Apriori算法在银行理财营销中的应用研究
-
作者：
谢永红
来源：
黑龙江金融
年份：2012
所属分类： 统计年鉴（全国性） - 期刊
关键词：
数据挖掘
关联规则
客户营销
Apriori算法
-
描述：理财产品的开发提供合理的科学的决策支持。
-
基于生命周期的个人理财需求模式分析
-
作者：
刘光岭
张雷
来源：
经济问题
年份：2008
所属分类： 统计年鉴（全国性） - 期刊
关键词：
个人理财
生命周期
理财特征
关联规则
-
描述：式、行销的策略与投资的组合,据此拟定理财规划真正满足客户的需求。
-
客户分类与银行理财：关联分类算法在银行理财营销中的应用研究
-
作者：
杨彬
田甜
来源：
金融论坛
年份：2011
所属分类： 统计年鉴（全国性） - 期刊
关键词：
关联规则
分类算法
银行理财
理财营销
-
描述：销理财产品,提高收益,实现客户财富增长提供了参考。与原有算法相比,改进CBA算法虽然对于普通客户来说,分类精度略有下降,但是黄金客户和成长客户的分类准确性都有了较大的提高,对于开展针对性强的理财营销有一定现实意义。
-
商业银行个人理财客户需求模式研究
-
作者：
魏敏
来源：
西安交通大学
年份：2007
所属分类： 统计年鉴（全国性） - 学位论文
关键词：
商业银行
个人理财业务
关联规则
-
描述：一背景下，研究个人理财业务中的客户需求模式和客户发展策略就有十分重要的价值。本文将客户关系管理理论、客户价值理论、个人理财理论及相关金融理论的新进展应用在实践中，以期为国内金融机构的个人理财业务提供理论上的指导和实践中的借鉴。本文主要研究目的就是分析商业银行个人理财客户价值目标与构成机理，通过分析基于客户理财价值目标分解体系，建立一套辨析客户价值需求的定性、定量模型及一套客户需求模式挖掘方法。本文首先将客户价值层次模型应用到个人理财服务领域，构建个人理财客户目的-价值-需求关系模型，接着以理财价值观和理财目的为分类变量，将理财客户分为4类，即蚂蚁族理财客户、蟋蟀族理财客户、蜗牛族理财客户和慈鸟族理财客户。然后利用有关的关联规则软件和SPSS多元统计软件分析调研所获得的数据，找出客户特性与理财行为的关联关系，以及影响个人理财客户需求的因素，挖掘出各类客户的需求模式和最佳的理财产品组合。最后提出本研究所获得的结论与建议，以供商业银行从事理财服务时参考，以提升理财服务人员的专业素养与服务品质，维护消费者权益，在提供有价值的咨询时供实务界参考。
-
商业银行个人理财客户需求模式研究/商业银行个人理财客户需求模式研究
-
作者：
魏敏
来源：
西安交通大学
年份：2015
所属分类： 统计年鉴（全国性） - 学位论文
关键词：
商业银行
个人理财业务
关联规则
-
描述：一背景下，研究个人理财业务中的客户需求模式和客户发展策略就有十分重要的价值。本文将客户关系管理理论、客户价值理论、个人理财理论及相关金融理论的新进展应用在实践中，以期为国内金融机构的个人理财业务提供理论上的指导和实践中的借鉴。本文主要研究目的就是分析商业银行个人理财客户价值目标与构成机理，通过分析基于客户理财价值目标分解体系，建立一套辨析客户价值需求的定性、定量模型及一套客户需求模式挖掘方法。本文首先将客户价值层次模型应用到个人理财服务领域，构建个人理财客户目的-价值-需求关系模型，接着以理财价值观和理财目的为分类变量，将理财客户分为4类，即蚂蚁族理财客户、蟋蟀族理财客户、蜗牛族理财客户和慈鸟族理财客户。然后利用有关的关联规则软件和SPSS多元统计软件分析调研所获得的数据，找出客户特性与理财行为的关联关系，以及影响个人理财客户需求的因素，挖掘出各类客户的需求模式和最佳的理财产品组合。最后提出本研究所获得的结论与建议，以供商业银行从事理财服务时参考，以提升理财服务人员的专业素养与服务品质，维护消费者权益，在提供有价值的咨询时供实务界参考。
-
数据挖掘算法在银行理财产品营销中的应用研究
-
作者：
王屹聪
来源：
郑州大学
年份：2013
所属分类： 统计年鉴（全国性） - 学位论文
关键词：
数据挖掘
关联规则
负关联规则
遗传算法
GA_PNAR
-
描述：关联规则的方法。银行客户的众多行为中,存在着正、负关联规则。传统的关联规则算法仅反应了正项之间的关联关系,无法解决负关联的问题。本文提出了一种有效的算法(GA_PNAR),用以解决银行客户行为负关联的问题。GA_PNAR算法首先利用Apriori算法生成频繁项集,之后利用基于相关系数的NRGA算法生成含有所有负项的关联规则,在所有规则生成后,利用遗传算法优选生成的规则。GA_PNAR算法是一款非常有前途的发现规则的方法。当前针对银行营销的方法主要考虑的是客户的基本属性,没有全面考虑客户的价值属性以及行为属性。营销方案的设计也主要是对客户进行细分,通过对客户的基本属性如投资期限、风险性偏好等进行聚类分析。根据聚类分析的结果,将客户的聚类特征与理财产品的特征结合,为客户提供理财方案。在这种方案中客户的投资期限、风险性偏好等属性往往通过测试获得,存在很大的不准确性和失真。本文将GA_PNAR方法应用于银行客户-产品之间关联规则的发现,该过程选取的客户数据主要是客户行为属性。相比常规的聚类分析,客户-理财产品关联规则分析,能够为银行客户提供更加精确、专业化的理财产品指导。另外,在该模型的数据预处理阶段采用了云模型的方法对数值型属性进行了概念化分层,该方法可以有效地解决数值分层的模糊性问题。最后,本文提出了一个银行理财产品营销系统的设计方案。论文对于国内金融行业实施结构化数据挖掘技术、部署企业级数据仓库、完善客户分类、加强客户关系管理、市场销售分析、金融产品规划、市场需求动态分析等各个方面均有一定的借鉴和现实指导意义。
