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]