基于數(shù)據(jù)挖掘的銀行滿意度研究.pdf

1、隨著信息爆炸時代的到來，人們越來越關(guān)注怎樣在數(shù)據(jù)中獲取有用的知識，由此誕生了一門新興的交叉學(xué)科數(shù)據(jù)挖掘。數(shù)據(jù)挖掘算法不斷的優(yōu)化和發(fā)展，使得數(shù)據(jù)挖掘的應(yīng)用越來越廣泛，如研究銀行客戶滿意度?，F(xiàn)如今銀行業(yè)的競爭越來越激烈，只有提高客戶滿意度，才能使得銀行在市場上穩(wěn)定長久發(fā)展。
　　本文討論的內(nèi)容是用數(shù)據(jù)挖掘技術(shù)來研究銀行客戶的滿意度情況。文章首先對數(shù)據(jù)挖掘的定義及來源進行了介紹，簡要闡述了幾種常見的數(shù)據(jù)挖掘方法。其次介紹了本文所使用的銀

2、行客戶數(shù)據(jù)，通過問卷調(diào)查得到原始數(shù)據(jù)。對客戶的相關(guān)數(shù)據(jù)變量進行分析，把變量細分為廣度細分變量和深度細分變量。對29個深度細分變量用因子分析進行降維處理得到7個主因子。最后對深度細分變量和廣度細分變量分別建立決策樹模型，這兩個模型的分類準(zhǔn)確率都比較高而且也較為接近。從廣度細分決策樹模型的結(jié)果可以知道即使是同一家銀行，不同的分行和網(wǎng)點的顧客滿意度差異較大，以及性別對滿意度評價沒有影響。深度細分模型結(jié)果顯示，服務(wù)規(guī)范對顧客評價的影響最大，其次