论文部分内容阅读
客户保持是金融企业对现有客户进行分类,找出潜在的流失客户,从而实施吸引并保持现有客户、培养和挖掘潜在客户,实现盈利的行为。客户保持是客户关系管理的一个重要组成部分,精明的市场经营策略是尽可能地保持与现有客户的长期合作关系。然而客户的行为状态存在着很大的不确定性,其出现的变化不能通过简单的物理规律加以确定。在金融行业的数据库系统中,拥有大量客户信息和客户历史交易信息,如何管理和分析大量庞杂的信息,从中找出对企业管理决策有价值的信息则需要有先进的技术和工具的支持,而数据挖掘等新兴技术的出现为数据分类问题提供了良好的支持。本文首先针对当今金融行业中的背景,针对金融业中客户保持的特点,对学术界和金融实业界在基于个人信用信息的客户保持预测的研究进行了大量的文献调查和分析,并对研究问题的难点和发展趋势进行了分析。本论文的研究工作为数据挖掘中的不确定性分类问题提供了有效的问题描述与分析工具。