论文部分内容阅读
近年来,平安银行某分行随着规模的扩大、业务产品的创新、分行考核体系的转变、客户经理制的转变、对客户的细化管理,迫切需要对银行业务数据进行及时、准确、完整的搜集与分析,进而提升银行的经营管理水准。因此,建设一个能够集业绩统计、收益分配、业务体系管理、重点单项业务推动和信息发布交流于一体的强有力的业务管理支持系统对考核和管理银行业务数据来说意义巨大。数据库中的知识发现被称为数据挖掘,是现阶段数据库和人工智能领域研究的热点问题,它是一个分析过程,旨在探讨在搜索数据一致的模式或系统变量之间的关系,然后验证结果。数据挖掘的最终目标是预测、预测数据。复杂的数据挖掘项目可能需要各方面的专家、各企业的相关管理者一起共同设计规划。我国银行业务飞速发展,商业银行积累了大量数据,纷纷进行数据集中并建立数据仓库,应用各种方法建立了科学的银行业统计评估模型以及完善的统计分析机制,以降低银行业的成本和风险。通过数据挖掘的角度对银行业务管理统计系统的设计实现进行分析,并以平安银行某分行业务数据作为分析对象,采用原有的数据挖掘算法做适应性研究,使用多种分析法分别建立模型,从而探索建立适合的统计分析模型。本文以数据挖掘在商业银行业务管理中的应用为研究对象,采用理论研究与实证研究相结合的研究思路。理论研究主要通过获取国内外最新的金融管理、商业银行管理与数据挖掘的应用研究成果和对相关文献资料的整理和挖掘,形成关于金融管理、商业银行数据挖掘的应用研究的基本观点和模型,并紧密结合实证进行重点研究。实证研究结合平安银行某分行的业务管理系统数据,采用了量化研究和比较研究等研究方式。预期成果:结合平安银行某分行银行业务发展的实际情况,通过整合内外部信息需求,对分行业务管理统计系统的实施方案进行统筹规划和系统性建设,协调、完善、规范基础信息管理,在此基础上充分考虑分行经营管理要求和未来发展方向,搭建一个集业绩统计、收益分配、业务体系管理、客户贡献度分析、重点单项业务推动和信息发布交流于一体的强有力的信息平台,促进银行各个条线业务更好的发展。