數(shù)據(jù)挖掘技術(shù)在金融行業(yè)中的應(yīng)用(存儲(chǔ)版)
【正文】 進(jìn)化過程的算法，由繁殖(選擇)、交叉(重組)、變異(突變)三個(gè)基本算子組成。二、數(shù)據(jù)挖掘在金融行業(yè)中的應(yīng)用數(shù)據(jù)挖掘已經(jīng)被廣泛應(yīng)用于銀行和商業(yè)中，有以下的典型應(yīng)用：(targetedmarketing)客戶的分類與聚類。找到重點(diǎn)客戶之后，可對(duì)其進(jìn)行客戶行為分析，發(fā)現(xiàn)客戶的行為偏好，為客戶貼身定制特色服務(wù)。通過挖掘?qū)蛻粜畔?，銀行可以作為廠商和消費(fèi)者之間的中介，與廠商聯(lián)手，在掌握消費(fèi)者需求的基礎(chǔ)上，發(fā)展中間業(yè)務(wù)，更好地 為客戶服務(wù)。當(dāng)然，數(shù)據(jù)挖掘中得到的模式必須要 在現(xiàn)實(shí)生活中進(jìn)行驗(yàn)證。例如，人們可能希望按月、按地區(qū)、按部門、以及按其他因素查看負(fù)債和收入的變化情況，同時(shí)希望能 提供諸如最大、最小、總和、平均和其他等統(tǒng)計(jì)信息。通過分析客戶對(duì)金融產(chǎn)品的應(yīng)用頻率、持續(xù)性等指標(biāo)來判別客戶的 忠誠(chéng)度；通過對(duì)交易數(shù)據(jù)的詳細(xì)分析來鑒別哪些是銀行希望保持的客戶；通過挖掘找到流失的客戶的共同特征，就可以在那些具有相似特征的客戶還未流失之前進(jìn)行 針對(duì)性的彌補(bǔ)。 論文網(wǎng)在線：將信息模式、數(shù)據(jù)的關(guān)聯(lián)或趨勢(shì)等以直觀的圖形方式表示，決策者可以通過可視化技術(shù)交互地分析數(shù)據(jù)關(guān)系。：從結(jié)構(gòu)上模擬生物神經(jīng)網(wǎng)絡(luò)，以模型和學(xué)習(xí)規(guī)則為基礎(chǔ)，建立3種神經(jīng)網(wǎng)絡(luò)模型：前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。目前有許多富有挑戰(zhàn)的領(lǐng)域如文本數(shù)據(jù)挖掘、Web信息挖掘、空間數(shù)據(jù)挖掘等。一、數(shù)據(jù)挖掘概述。數(shù)據(jù)挖掘技術(shù)在金融行業(yè)中的應(yīng)用摘要：隨著計(jì)算機(jī)信息技術(shù)的發(fā)展，信
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1