导　　师： 彭宏;张子房

学科专业： H1204

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 数据挖掘技术作为商业智能的三大技术体系之一，是一种决策支持过程，它主要基于ai、机器学习、统计学等技术，高度自动化地分析企业原有的数据，做出归纳性的推理，从中挖掘出潜在的模式，预测客户的行为，帮助企业的决策者调整市场策略，减少风险，做出正确的决策。在各行业中，数据挖掘的应用日益普及，其中银行业也是该技术的重要应用领域。而私人银行属于银行业的高端客户业务范围，其管理的金融产品和使用的投资工具也最为复杂。资产管理系统和汇报系统是私人银行的两大重要的业务系统。如何利用先进的数据挖掘技术使这两大系统智能化，是本文的主要论点。 本文通过具体的项目实践，为某著名的国际商业银行的私人银行业务系统进行了分析和设计，总结了数据仓库体系和数据挖掘技术在其上面的几大应用实例。论文综合了前人在相同领域上的研究成果和一些在这一领域开拓的机构研究和开发现状，并考察了几个国内外成功的案例，说明数据挖掘技术在私人银行具有广阔的应用前景。简述了私人银行资产管理的几个子系统:crm，tom，wis，portal和后端系统的功能，也简述了由客户类汇报和mis汇报组成的汇报系统的主要功能。按照系统分析-设计-实施的顺序阐述了系统的整个开发项目过程。其中运用了rbpm的项目管理模式，对项目方案的抉择和风险的评估起到重要的作用。数据仓库的体系被运用到系统设计中去。molap的多维数据方聚集算法，数据挖掘的特征筛选，c5.0[17]决策树分类模型，非线性回归技术被运用到客户投资策略的管理，汇报系统的报表数据和客户年化收益的估算中去。最后文章总结了各个应用所取得的成果，并对后续工作转向投资顾问系统的研究提出了展望。

关 键 词： 数据挖掘 银行管理 资产管理 数据库技术

分 类 号： [F830 TP311.13]

领　　域： [经济管理] [自动化与计算机技术] [自动化与计算机技术]