基于決策樹的模糊聚類評價(jià)算法及其在證券領(lǐng)域的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著證券市場的日益規(guī)范,傭金的浮動制使得券商經(jīng)紀(jì)業(yè)務(wù)的競爭愈發(fā)激烈,提高客戶服務(wù)質(zhì)量變得重要。隨著信息時(shí)代的來臨,企業(yè)逐漸由過去的產(chǎn)品為中心轉(zhuǎn)變?yōu)橐钥蛻魹橹行?,企業(yè)也認(rèn)識到良好客戶關(guān)系的提升已成為制勝關(guān)鍵。為了進(jìn)行有效的競爭,企業(yè)必須進(jìn)行客戶細(xì)分,選擇最有利的目標(biāo)客戶群體,集中企業(yè)資源,制定有效的競爭策略,來增強(qiáng)自己的競爭優(yōu)勢,同時(shí)企業(yè)也必須強(qiáng)調(diào)和重視客戶忠誠度的管理,針對不同忠誠度的客戶進(jìn)行相應(yīng)管理,完成被動營銷模式向主動營銷模式的轉(zhuǎn)

2、變,使個(gè)性化證券營銷更具有方向性。
   本文主要基于客戶忠誠度理論及數(shù)據(jù)挖掘技術(shù),充分結(jié)合國內(nèi)證券行業(yè)特點(diǎn)進(jìn)行深入研究。研究內(nèi)容包括基于決策樹的模糊聚類評價(jià)算法和模型的建立,以及模型在客戶細(xì)分以及客戶分類預(yù)測,客戶忠誠度分類和客戶忠誠度預(yù)測上的應(yīng)用,數(shù)據(jù)挖掘技術(shù)的主要方法及操作流程。研究重點(diǎn)在于分析國內(nèi)證券業(yè)客戶自然屬性和交易行為特性,探討證券業(yè)客戶分類模型和忠誠度評價(jià)指標(biāo)體系,提出適合國內(nèi)證券業(yè)客戶分類和忠誠度評價(jià)的數(shù)據(jù)挖掘

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論