随着证券行业的快速发展,H证券公司的客户数量和业务量也在快速增长,现有的证券经纪服务系统很多功能没有跟上业务和市场发展的需要。H证券公司的红利分配系统很多流程还停留在人工操作的初级管理阶段,有些功能设置不合理或不再符合市场需要。为了解决上述的问题,需要对现有系统进行优化升级,以提高工作效率、降低运营成本和提升客户满意度。本文研究H证券公司红利分配系统的升级方案。首先分析和研究现有系统的功能模块,通过与用户沟通和讨论,详细分析现有系统的问题及其原因,然后针对现有系统中存在的问题,提出升级解决方案。主要对基础信息维护模块、分红选择模块、交易生成模块以及分析与查询模块四个模块进行升级。系统升级后,分红事件信息自动获取,分红选择扩展到前端网上交易平台,前端与后台分红选择数据同步,新增了指令分红选择以及基于神经网络的分红选择预测等新功能,用数据挖掘算法对股票进行聚类以及进行客户价值分析。在系统设计阶段,根据对红利分配系统的业务需求分析,进行升级方案的总体设计和规划,完成了升级方案的详细设计,包括数据库的设计、用户界面的设计和系统功能模块设计。在系统测试阶段,对已经设计和开发完的功能模块进行详细测试,包括功能性测试和性能性测试。测试结果表明,该系统的各功能模块设计满足客户的要求,系统具备上线运行的条件。基于对证券系统高性能、高可靠性以及高可扩展性的考虑,后台系统选择IBM AS/400作为系统的开发平台,使用该机器上的CL语言和RPG语言开发,数据库采用集成数据库DB2/400。前端系统选择Windows Server,开发语言是JSP与HTML,数据是Oracle,并采用IBM Web Sphere MQ实现前端与后台之间的数据实时交换与同步。以历史分红数据为基础,采用神经网络的方法对特征提取后的数据进行建模,获得分红选择的神经网络模型,进而利用该模型对客户分红选择进行预测,这是神经网络的一个新的应用。采用K-Means数据挖掘算法基于股票年化股息率对股票进行聚类,改进RFM模型进行客户价值分析。