1、學(xué)校代碼：10385分類號(hào)：研究生學(xué)號(hào)：1301414022密級(jí)：數(shù)據(jù)挖掘在證券業(yè)務(wù)客戶服務(wù)中的應(yīng)用數(shù)據(jù)挖掘在證券業(yè)務(wù)客戶服務(wù)中的應(yīng)用Theapplicationofdataminingincustomerserviceofsecurities作者姓名：周天祥周天祥指導(dǎo)教師：陳鍛生教授陳鍛生教授實(shí)踐導(dǎo)師：專業(yè)學(xué)位類別領(lǐng)域：計(jì)算機(jī)技術(shù)計(jì)算機(jī)技術(shù)研究方向：數(shù)據(jù)庫與智能數(shù)據(jù)管理數(shù)據(jù)庫與智能數(shù)據(jù)管理所在學(xué)院：計(jì)算機(jī)學(xué)院計(jì)算機(jī)學(xué)院論文提交日期：二

2、〇一七年五月十九日年五月十九日萬方數(shù)據(jù)摘要I摘要摘要在證券行業(yè)高速發(fā)展的今天，市場的競爭也相當(dāng)激烈，原有靠收取傭金為主的傳統(tǒng)模式已不再適應(yīng)當(dāng)今時(shí)代。提升客戶服務(wù)質(zhì)量，加強(qiáng)服務(wù)質(zhì)量管控，提升客戶感知、延長客戶生命周期，轉(zhuǎn)型為綜合性金融服務(wù)公司已經(jīng)成為各大證券公司在激烈競爭中獲得優(yōu)勢的努力方向。本文結(jié)合華福證券泉州分公司的經(jīng)營情況及數(shù)據(jù)，挑選了樸素貝葉斯算法進(jìn)行數(shù)據(jù)挖掘研究。從客戶海量的相關(guān)數(shù)據(jù)中提取資產(chǎn)、交易等數(shù)據(jù)，通過數(shù)據(jù)清洗歸納匯總、

3、文本型數(shù)據(jù)數(shù)值化、連續(xù)數(shù)值離散化的方法，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。根據(jù)業(yè)務(wù)需求及樸素貝葉斯算法的特點(diǎn)，最終選取資產(chǎn)、換手率、盈虧率這三個(gè)特征向量來進(jìn)行數(shù)據(jù)挖掘，將客戶分類為高價(jià)值客戶、高價(jià)值易消亡客戶、普通客戶、低價(jià)值客戶、無價(jià)值客戶五類。在確定模型后，對(duì)模型分類結(jié)果進(jìn)行驗(yàn)證及優(yōu)化，準(zhǔn)確率達(dá)到90%以上。通過本課題的研究，能準(zhǔn)確地對(duì)客戶進(jìn)行分類，并根據(jù)業(yè)務(wù)特點(diǎn)，對(duì)分類出的不同類型的客戶提供不同的服務(wù)，提高了客戶服務(wù)的深度和準(zhǔn)確性，為前臺(tái)服務(wù)人員