导 师: 彭宏;张奇伟
授予学位: 硕士
作 者: ;
机构地区: 华南理工大学
摘 要: 伴随着金融电子化、信息化的发展浪潮,自助设备在银行业务中得到广泛应用,并发挥越来越重要的作用。尤其“金卡工程”的全面启动和实施,以ATM为代表的自助设备越来越受社会公众的青睐,成为人们日常经济生活中的“全天候服务银行”。 随着自助设备的广泛使用,给银行提出新的问题,如何去优化这些设备,发挥其最大作用,如何去评价设备的贡献程度,如何全面了解设备的运行情况,都需要银行去考虑和解决。 本论文主要针对自助设备的交易数据和状态数据,进行数据挖掘和数据分析,获取有用信息,从而可以了解设备的运营情况,评价设备的贡献程度,优化自助设备的安装位置,提高设备的运行效率。 论文分为五个部分:首先介绍课题的研究背景、研究内容、研究方法和研究意义;接着介绍自助设备的相关概念和数据挖掘的基本概念与技术;然后对数据进行预处理,整理数据挖掘的所需数据;接着对数据采用K-MEANS和KOHONEN聚类方法进行聚类分析,采用BP神经网络和C50决策树进行训练和建模,得到分类挖掘模型;最后对模型结果进行分析,得出分析结论。
关 键 词: 银行业务 自助设备 数据挖掘技术 聚类分析 决策树 人工神经网络
分 类 号: [F830.49]
领 域: [经济管理]