《基于数据挖掘的银行客户关系管理（CRM系统）的实现》20000字

基于数据挖掘的银行客户关系管理（CRM系统）的实现摘要 .绪论1.1选题背景目前，我们已经进入大数据时代ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[1]。经济全球化不断深入，我国金融市场不断改革进步，使得互联网金融爆炸式发展，我国金融行业面临前所未有的竞争。以客户需求为核心的客户关系管理(CRM)ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[2]在我国被称为当前新兴的企业战略,目的就在于通过各种方法来选择并管理出对有价值的客户。因为金融产品行业的运作特性,积累了许多客户资料和产品数据。当今社会市场竞争非常激烈,信息技术对产业的支撑和引领作用无疑是巨大的。对客户信息的掌握程度是银行在竞争中能否取胜的关键因素。基于以上情况,我们研究了信息分析技术在商业银行海量客户关系管理中的重要性和应用,利用商业银行信息库中数据仓储中的大量潜在客户信息及其交易信息,经过分类和转换后采用了数据挖掘技术,去分析和发现商业银行海量客户中哪些是潜在的客户,哪些是真正使用者,以便为银行的发展和决策提供依据。1.2研究意义 数据分析和挖掘技术,作为当今商业中一种崭新的资料和信息处理技术，其价值在于可以从海量的客户数据中带有目的性的去找有利于商业运作的信息，高效寻找到目标客户，挖掘客户潜在购买力。对数据的挖掘很好地有利于实现对企业人力资源的优化,通过合理地分配人力资源,从而实现人力资源和社会价值的最大化。借助于数据挖掘能够发现和了解消费者的需求和消费属性,来协助他们制定出一套个性化的服务,从而很好地吸引到顾客,这既避免了人力和资源的浪费,又为我们的企业带来了巨大的市场价值。近年来，数据挖掘和分析技术在我国企业客户关系管理（CRM）ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[3]领域中的重要性得到了越来越大的发展,商业银行已经可以从庞大的客户资料信息和业务数据中准确地分析客户的习惯,预测得到客户很有可能会随之而来的各种交易活动,从而在市场中准确定位自己的服务和产品。同时,数据分析和挖掘技术能够有效地帮助商业银行在整个生命周期中管理客户的每一个环节,以便为社会生产服务,使其利润最大化。所以,当前在金融大数据发展浪潮下如何综合进行专业研究,数据挖掘在我国商业投资银行整体客户关系运营管理过程中的实际效果运用进行研究已逐渐成为了其专业研究中的重点之一。1.3国内外研究现状及分析数据挖掘技术是多种计算机相关学科相结合的交叉性应用学科ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[4]，其中包含了大数据技术、数据库技术、机器学习、数理统计分析、行为模式识别、人工神经网络等学科。从该项技术诞生以来，国内外许多专家学者以及相关部门和机构就对它进行了深入的探索和研究,取得了许多一系列的成果。数据挖掘技术由于其自身强大的信息挖掘能力和迅捷的数据处理功能,为许多应用领域的科学家和研发者提供了技术支撑及创新的机会。数据挖掘ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[5]最早起源于国外，大概出现于20世纪80年代后期。当前，商业银行已意识到客户是非常重要的商业资源。客户关系管理（CRM），这一理论的基础来源于西方市场营销理论ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[6]。近年来,随着移动互联网和企业数据挖掘等新信息技术的广泛应用和快速发展,国外大型商业银行为了从这些庞大海量的企业数据中不断收集和分析获取有用的信息资料,把移动互联网和企业数据挖掘等新信息技术广泛地开展应用融入到大型银行的日常经营、管理和决策等各个方面,提高了商业银行的运作效率。国外不少知名计算机软件企业对于进行数据挖掘相关技术的研究开发与其实际应用也都有着极大的高度重视,IBM和微软均在国内各地成立了一个数据研究开发中心并用来专门进行其研究工作。国内对大规模数据挖掘技术分析研究相较国外的研究比较晚,而且现在还不成熟。当前,我国专门从事大量数据挖掘和算法研究工作的人员,其主要研究范围ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[7]一般都是集中在大量的数据挖掘技术应用、算法和理论研究上。目前,我国大部分商业银行已经完全建立了自己的数据仓库、客户服务中心等软硬件配套设施,但是当前由于我国大部分商业银行在客户关系管理方面的认识和应用仍然处于比较原始的初级阶段,在深度分析客户资料的现象上还是有所完善,缺少跟后台的一个可以整合产品到市场上进行销售和业务运营的功能。在国内外目前存在的大量研究文献中,关于信息技术在银行客户关系管理中的应用范围极少,基本上这些文献都是属于一篇描述型文章,大多侧重于理论分析,并没有针对性地探讨如何在银行客户关系管理中对信息技术的具体运用以及其实现方式进行更加深入多层次的探索。本文以此为基础,在深入地理解和完善改进大量的数据挖掘算法基础上,把其理论和实践相互地结合了起来,将大量的数据挖掘技术转化成为一种解决企业经营问题的技术武器。1.4研究内容借鉴现有CRM理论的深入研究，结合我国银行个人金融业务的发展现状银行个人金融业务现状，设计了基于数据挖掘的银行客户关系管理（CRM）系统，实现了对客户信息、客户行为信息、银行服务、银行产品的管理，满足了银行个人金融企业客户信息管理的需要。主要内容包括:介绍客户关系管理（CRM）、数据挖掘技术的研究、技术发展现状以及数据挖掘在银行客户关系管理（CRM）中的应用现状，,阐明了数据挖掘等相关技术对银行信息化中的广泛应用具有重要意义。从数据挖掘的发展、定义、基本流程、数据挖掘的基本技术等方面对数据挖掘的相关概念进行详细的分析。阐述CRM的基本技术。包括CRM的定义，实行CRM的目的，CRM的分类的相关问题。分析二者之间的关系。介绍银行企业中的CRM，然后再研究和分析数据挖掘在银行CRM中应用，并分析银行的客户分类问题。设计数据挖掘算法的实现步骤及相关算法，实现银行客户关系管理应用中分析挖掘的过程。1.5研究方法 运用大量数据挖掘技术ADDINCNKISM.Ref.{88593A59403144c583A8F096760B5F86}[8]，例如如遗传算法(GeneticAlgorithm)、最近邻技术(NearestNeighbor)、规则归纳(RuleInduction)、人工神经网络(ArtificialNeuralNetwork)、决策树(DecisionTree)、可视化(Visualization)等。了解银行数据的相关特性和结构特性，针对具体的特征数据及数据结构采用适合的数据挖掘算法，将具体化的算法用编码实现。此系统对硬件的要求不高，在一般装有WindowsXP以上操作系统的计算机上就可以实现系统的运行。采用Java来进行系统实现，并使用MySQL作为后台数据管理系统，前端则通过Java来访问实际的数据库，在技术上实现数据库和数据代码的无关性。1.6论文组织结构本文共分5章，详细的组织结构如下：第1章，绪论。阐明了本课题的研究背景和研究意义，简要阐述了基于数据挖掘的客户关系管理的国内外研究现状，本文研究的主要内容和组织结构。第2章，银行CRM与数据挖掘理论概述。本章介绍了数据挖掘、客户关系管理的相关概念和原理。第3章，基于数据挖掘的银行客户关系管理（CRM）系统分析与总体设计。阐述了系统的详细设计思路、设计目标、需求设计、总体设计、系能设计、系统数据库设计、基于数据挖掘技术的系统分析。第4章，基于数据挖掘的银行客户关系管理（CRM）主要功能模块的实现。讨论了基于数据挖掘的银行客户关系管理的系统模型、实施程序、数据库、重要模块、数据挖掘方法及系统测试。存储功能模块的实现、客户查询系统模块的实现、目标客户挖掘系统的实现。第5章，总结与展望。总结本文所做的工作，找出其中的不足，并提出下一步的研究方向。

2.具体相关技术与理论数据挖掘技术作为银行客户关系管理中的重要应用技术之一，为正确的商业决策提供强有力的支持和可靠的保证。在经济全球化的不断深入的背景下，以及我国金融市场的改革进步，数据挖掘在商业领域的应用已经成为技术领域关注的一大热点。银行客户关系管理工程中的重要应用技术之一,为正确进行商业决策工作提供了强有力的技术支撑和可靠性保证。2.1银行客户关系管理CRM2.1.1银行CRM概念客户关系管理ADDINCNKISM.Ref.{2DAC699429174f2f8FFB73AD326CCA6B}[9]（CustomerRelationshipManagement简称CRM），它所采用的理念是一种以"客户为中心"的现代客户关系管理战略思想,在整个服务企业的市场营销、售后服务、技术扶持支撑等与优秀客户息息相关的各个领域,一方面也主是需要通过为优秀客户自身提供更快速周到的更加高品质和更优质服务产品来有效吸引和帮助维护更多的优秀客户,另外一方面则主要是通过系统全方位地系统进行客户业务流程优化管理,从而大大降低了整个企业运营成本。对于企业来说，客户是最重要的资源，对以服务为主要“产品”的银行来说更是如此。在当今激烈竞争的市场环境中，,能否准确地了解到客户的真实需求,并及时地提供适量而个性化的服务,已经逐渐成为一个决定商业银行发展和成败的重要关键。CRM是一种改善客户与企业关系的新型管理机制，这要求企业从“以产品为中心”的传统模式转向“以客户为中心”的模式ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[10]。CRM也是一款管理软件，该软件基于数据仓库和数据挖掘技术。通过数据挖掘工具，客户关系管理系统CRM还可以改善企业与客户的关系，提高企业的盈利率。2.1.2银行CRM内容商业银行自己建立的客户关系管理软件系统的主要目的就是为了及时准确地对市场进行分析和决策,维护和拓展银行的客户基础,优化商业银行内部的资源,提高商业银行运营管理的效率,挖掘商业银行更多的盈利和创收契合点,从而促进商业银行收入的健康可持续性地增长。一般由业务处理、客户联系和客户关系分析中心三部分组成。业务处理部分指银行的综合业务处理系统，包括柜面业务系统、信用卡系统、POS机和ATM机等；客户联系部分包括呼叫中心和网上银行；客户关系分析中心则以客户关系管理中心数据仓库为核心，通过数据集成系统与业务处理部分连接，同时为银行的管理和业务分析人员提供客户分析系统。银行客户关系管理软件系统ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[11]通常由银行业务管理办公、客户关系及业务分析器和服务中心三个大部分共同应用构成。业务办公室部分功能是要泛指是由商业银行专门人员负责业务办公的一套综合性银行业务信息办公管理系统,包括信用柜面银行业务办公系统、信用卡业务系统、pos计算机和ssatm业务计算器等;银行客户服务联系中心部分主要功能包括银行电话客户呼叫服务中心和企业网上银行;而商业客户关系管理分析服务中心则以银行商业金融银行下属客户关系业务管理分析中心的数据仓库系统作为客户服务管理核心,通过业务数据采集集成系统和银行业务数据处理单元相互进行链接,同时也不仅是为从事商业金融银行业务管理和开展客户关系管理分析业务工作者自身提供了对于银行客户关系的深入分析。在CRM数据仓库ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[12]中，实际数据分为操作数据和分析模型。ADDINCNKISM.Ref.{2DAC699429174f2f8FFB73AD326CCA6B}[12]操作数据包括客户基本信息、客户账务信息和操作控制。分析模型包括客户关系管理、市场分析、客户信用分析、客户满意度分析和销售行为分析的所有分析模型。因此，客户关系管理的主体部分将通过数据集成系统与业务处理部分（综和客户联系部分（呼叫中心等）连接起来。同时，由于业务处理一般都是使用银行现有系统，而呼叫中心可以成为一个相对独立的模块，因此，银行客户关系管理(CRM)软件系统主要体现在实施客户关系管理(CRM)数据集成系统、客户关系管理、客户关系管理数据仓库决策分析环境、基本信息服务接口等方面。2.2数据挖掘理论概述2.2.1数据挖掘概念数据挖掘（DateMining）ADDINCNKISM.Ref.{091C2CD4B6E8463f9EFFEC637D323C7F}[13]，是从20世纪90年代发展起来的技术，通过从数据中发现知识的过程,在知识发现过程中处以核心地位。,通过从大量的数据中分析和发现所学知识的整个过程,在对知识的发现和运用过程中始终处于重要的核心性地位。对于数据挖掘一般可以从技术层面和商务层面两个方向进行界定。从技术上定义ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[14],这与Shapiro和W.J.Frawley,P.Piatesky等人定义较一致,并且这些都是比较广泛地得到认可的。数据挖掘是指基于计算机技术和方法，从大量嘈杂、不完整、模糊和随机的实际应用中挖掘有价值数据的过程。就企业价值而言,数据挖掘技术被认为是一种全新的信息处理技术,它使得我们可以从企业数据库中提取出来的大量企业业务数据进行提取、转换、分析以及进行模型化的处理,从而获得可以直接用于帮助企业做出决策的各种关键数据。数据挖掘技术作为一种新的信息处理技术，它可以从商业数据库的大量业务中进行数据提取、数据转化、分析和模型化处理，最终提取出可以用于辅助商业决策的数据。2.2.2数据挖掘技术数据挖掘从产生到现在已经经历了二十多年的发展，尤其是在近十年间，信息和网络技术的迅猛发展，使得数据挖掘技术在大数据时代进入实用化阶段。数据挖掘由于其自身的专业学科复杂多样性，拥有很多的算法与技术ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[15]，其中经常所使用的核心技术主要有以下几种：关联规则是在大型企业信息库数据挖掘中最活跃、应用最广泛的技术之一。频繁模式是数据分析处理过程的数据集中经常出现的模式，它们在挖掘数据之间的关联或其他有趣的联系方面联系，起着至关重要的作用。关联规则通常用于发现数据集中项目之间的相互依赖关系，规则的发现是一项规模庞大的工作。数据集中各数据间包含的全部可能存在的联系都会被发掘出来，而我们发现规则的任务不仅仅是挖掘出这些规则，而从被挖掘的所有规则中找出支持度和置信度之间的差异远远大于指定值的有趣规则，其中支持度是指我们所发现的规则的实际有用性，而置信度就是所发现规则的实际可靠程度。决策树。决策树实际上来说是一种结构类似于流程图的树状框架结构，其中的每个内部节点和分支节点表示在一个属性上测试的进入输出，而每个树叶节点存放一个与其类似的标号。由于决策树大师具备较为浅显易懂的决策可靠性理解和综合逻辑性,在关键的管理特征中也可以表现不俗,因此决策树大师可以广泛地将其应用于大多数的大型企业和其他社会管理问题中。比如对于不同客户管理群体不同类型的实时规划、客户管理人员数量流失变化情况的实时预测和对客户不良贷款信用风险的实时预警等都需要能够充分利用决策树的分析方法对其进行综合分析。神经网络。神经网络是一种模拟人脑神经元结构进行信息处理的数学模型，它具有很强的非线性拟合能力，可以向人脑映射任意复杂的非线性关系，它的发展主要是由于人工智能技术的出现。由于神经网络模型方法的设计和实施都需要依赖于相当高的体系和复杂度,在设计和得出相应的预测模型之前还需要对大量历史资料和数据进行综合分析,因此该模型具有很强的鲁棒性、记忆能力以及强大的机器学习和计算能力,有很大的应用市场。神经网络最为特别的一点就它的运算与推理的过程都是在其内部来进行的，看起来好像像在一个黑箱中进行，我们既然无法了解到这一过程是如何操作的，也又无法得出一个明确的公式来进行描述。遗传算法。又称基因进化算法，是一种从达尔文的思想和观点中受到启发，利用结合遗传变异、适者生存等途径进行研究，模拟各种自然界进化过程中最优解的选择。遗传算法给我们在之后解决各种复杂问题提供了一个通用框架。它不仅仅局限于问题的特定领域，对问题本身所属领域而言具有极强的鲁棒性。上世纪90年代中后期已经是遗传算法发展的繁荣年代，近年来，随着遗传算法的不断深入和发展，其被广泛应用的范围和领域正在逐步扩宽,尤其特别是在机械制造公司的工厂生产和调度问题、交通运输计划和轨道优化、机器人的运动轨道规划等各个领域均已经取得了较大的成功。统计学方法。统计学研究作为数据挖掘交叉学科中一门重要的基础学科，许多的统计学的分析技术和方法已经被成功的应用于数据挖掘中。数据挖掘过程中的分类、预测等方均都离不开统计学理论的帮助和支撑，而回归理论作为当今统计学中应用最为广泛的一个理论，在对数据挖掘的预测中也起到了至关重要的作用。不论是线性回归还是非线性回归，它们的基本观点和思想都是根据已经建立的回归模型来判断和预测某种事物未来的发展态势。而罗杰斯回归正是这些概念下的是所有预测模型中应用最为普遍和广泛的一种统计学方法。2.3数据挖掘与银行CRM2.3.1银行CRM中数据挖掘的应用研究 数据挖掘通常分为预测和描述两类任务。其中预测挖掘任务是根据当前数据预测未来新数据的属性；而描述性挖掘任务则是给出数据的一般特征。数据挖掘在银行客户关系（CRM）管理中的应用就是将不同数据库中的所有业务数据,根据相应的规则ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[16]集合起来，以冗余形式存储在数据库中。基于该系统的数据库平台,根据具体需求,利用大量的数学统计和机器学习从各种商业银行的客户信息数据中分析总结与客户个人行为密切相关的模式,对数据进行分析和处理。接着是选择将最优的结果呈现给维护顾客关系治理的决策者。对于客户信息来说，主要是为银行管理层提供决策支持的依据；对于销售部门来说，对客户的相关信息进行分析，以便产生更具有针对性、个性化的产品和服务，以改善企业的销售计划，合理分配资源；以同时，双向流动模式将银行积累的经验和知识通过客户管理前端的一系列环节运行起来，从而提高了市场活动的有效性和针对性，以达到提高盈利的目的。2.3.2数据挖掘技术在CRM的应用流程数据挖掘技术在银行客户关系（CRM）管理中的使用流程ADDINCNKISM.Ref.{CB3EB3D7D432434a8C68E154135A222E}[17]具体如下：（1）明确问题 在进行数据预处理之前，先要确定待处理问题所属的应用类型，具体包括综合应用、聚类、分类、时序分析和偏差分析等等。（2）根据问题选择恰当的的数据挖掘方法 对当前处理的问题和数据类型都进行明确之后,需要根据所处的问题和数据的特征来选择最合适的算法对其进行分析和处理,例如对于一个被分类的问题可以通过采用k近邻算法、决策树算法、神经网络算法以及支持的向量机ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[16]等等，不同的方法所得到的效果可能存在差异，这对模型的稳定性和可靠性有很大影响，因此要根据实际目标和需求合理选择。（3）数据预处理针对所处理的问题，关键之处在于问题所采用的数据样本以及数据量的大小。因为银行领域本身的特殊性，需要从大规模的数据中寻找出高质量、完整与问题密切相关的数据子集，这对该问题的分析结果至关重要。通过选取数据样本的子集来降低数据量，同时还要保证所选择的样本可以反映出真实的情况，然后再对数据子集进行处理和分析，以便得到科学的结论。（4）模型构建在进行数据预处理和明确所用方法后，就要用数据样本子集来训练和构建模型ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[18]。采用不同的方法，训练所得到的模型也各不相同。（5）模型评估模型训练之后就可以得到分类模型，然后利用测试集的数据对已构建好的模型进行测试评估，来判断其准确率。其中测试数据集是从数据库中随机抽取，若模型的预测准确率达到要求，银行就能使用该模型进行客户分类。因此在选择算法进行模型构建时，需要慎重选择并进行科学评估。2.3.3银行CRM中数据挖掘的价值分析数据挖掘在银行客户关系管理ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[18]中的作用主要体现在以下方面：①有效地提高投资者的收益:进行数据挖掘有助于为银行企业带来巨额的收益,在客户的生命周期里把他们所带来的收益进行尽可能地最大化。主要体现在三个重要的方面:第一,客户群的扩大,数据挖掘技术已经找出了与客户之间许多的共同点和相似之处,利用聚类分析等技术手段将目标客户划分成不同的类型,同时使用模式分析获取并得到商业银行的潜在客户;第二,客户流失比例有所减少,由于客户流失的预警分析系统能够及时地发现客户流失的原因,使用有效而具有针对性的市场营销措施保持对客户的忠诚度;第三,提高业务量,对于客户潜在资料和信息进行了关联度的分析和挖掘,得出了客户的消费模型和顾客的消费偏爱,进行了交叉营销从而有效地提高了业务量。②如何降低营销费用:商业银行在开展市场营销活动中,需要投入大量的人力、财力、物力,协调和整合多种方式。数据挖掘技术能够寻找到客户的喜好与顾客消费模式之间存在的相近处,将顾客需求最大化的进行分类,对不同的客户群体采取具有针对性的解决方案。既满足了顾客的需求,也最大程度上减少了银行开展营销业务的成本。同时,数据挖掘系统还可以很好地实现销售市场信息的实时追溯的功能,保障了销售管理人员能够有效地把握产品销售的时间并且极大地增加了销售的效率,提高了其工作效率。③进一步增强其核心竞争力:在激烈的市场竞争中,银行企业要想取得长久性的发展,必须要求银行着力于发展自己的能力,增强其竞争优势,这不但需要从总体上进一步调整银行的组织架构和管理人员配备,还要针对银行企业未来发展提供长期的战略计划,迭代创新推出一系列令银行客户感兴趣的产品和服务。数据分析挖掘等新技术的应用与出现,使得银行以顾客和企业为中心的发展思路理念在实现,在此基础上进一步实现了对银行内外部的组织和策略结构的调整,以提高其核心的竞争力,赢得长远发展。

3.系统分析与总体设计本章主要研究内容之一是对基于大量应用数据挖掘分析技术的中国商业投资银行内部客户关系信息管理系统信息化服务系统方案进行了整体设计,包括系统的整体设计服务思路、设计服务目标、需求模型分析和系统整体结构设计、主要的关键功能模块综合设计,关键技术的综合设计以及大量应用数据库的综合设计。3.1系统设计思路基于目前大规模银行数据综合挖掘分析技术的大型银行数据CRM管理系统的软件开发和系统设计总体思路大体如下：（1）对系统进行功能划分与功能模块的归纳。按照对客户、市场、分析等不同的功能模块来进行划分,并且我们在设计过程中一定要充分考虑到各个模块之间的交叉作用。（2）对系统数据库进行设计。构建系统数据库以及数据表的设计等。（3）进行编码实现功能。实现数据库与前台界面相关的程序。（4）数据集成。将已经存在于银行业务体系中的各类信息,例如客户资料、销售资料、服务资料等引出并进行集成。（5）对系统进行检测。对系统各功能模块和系统性能的检测。3.2系统设计目标通过CRM系统的搭建和各功能模块的设计与实现，使得银行管理层能及时、快速地了解并掌握客户信息变化ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[19]，制定以客户需求为核心的的经营管理策略，提高银行业务日常管理的效率，同时也有利于为决策者提供一套科学可靠的决策基础，为广大客户提量身提供不同的个性化服务，从而吸引、维护和促进其他客户，以此来实现银行发展与盈利目标。银行CRM系统设计的目标具体如下：（一）实现客户展示界面这的目标是要通过对银行所有业务系统的客户信息数据进行整合，以便构建全面且及时共享的客户数据库，具体包括：(1)集成银行多种客户的信息数据，包括银行对公、对私、同行及潜在的客户等；(2)涵盖客户信息，包括基本信息、产品信息等，并对系统的客户信息进行及时地更新和修改；(3)建立统一的信息规范,使得每个客户的信息在不同的系统中都有自己统一的定义；(4)提供统一的客户信息查询。（二）扩展已有银行系统的业务功能ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[20]此项服务目标主要是通过改进已经建立的银行业务应用管理系统,其中所包含的主要功能如下:(1)及时地更新信息,为该系统客户提供最新全面的银行业务客户资讯,改善该银行业务应用管理系统的整体业务和管理功能；(2)将商业银行各个系统的数据和信息整合起来,与其它那些具有个人和客户资料的系统相互之间进行有效的分析和共享,同时也使得不同系统之间的个人和客户资料信息一致；(3)进一步地探索挖掘符合公司自身现有的专业客户和潜在市场顾问,制订和推出一套相应的专业市场营销和客户服务质量解决方案,完善符合公司自身现有的客户服务质量标准,提供更加专业具有市场针对性的专业个人化客户服务,改善其提供服务的产品质量。（三）对银行数据的分析通过对商业银行各种客户资料和数据的准确性进行了分析,利用大量的数据挖掘技术来构建一个分类模型或者是预测模型,来为商业银行的管理者和企业提供可靠的决策和支持。(1)以广大顾客需求为服务中心,构建完整全面的顾客评价框架,对每一位顾客进行合理的评估；(2)通过数据分析可以实现针对银行客户的整体评价,例如对客户的忠诚程度、满意程度和人才流失比率等分析；(3)加强对银行内部客户的服务,提升客户关系的管理水平,减轻银行业工作人员的压力。3.3系统需求设计根据我国商业银行这个领域的不同特点,客户实际上也许可以被当做是我国商业银行中的一项重要资源,应该尽一切地努力去关心自己的客户,维持和改善如何提高对客户的体验和顾问的满意。CRM本身就是一个业务过程,在保证了银行和客户长久合作的同时,进一步地为客户提供服务,从而获得了盈利。本文研究系统的设计包括：（1）客户需求分析ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[21]。银行需要真正地了解自己的客户需求,才能够为广大客户提供优质的服务和商业产品,以进一步增强银行的竞争力,增强客户满意度,这是客户关系管理CRM系统不可缺少的一部分。（2）进一步提升客户忠诚度。根据我国银行业的实际情况和需要,为了保证银行业能够维持与广大客户良好、长期的战略伙伴合作关系,增强客户的习惯和偏好的认识,提供具有针对性的促销和优惠服务,当银行业推行一些新型业务时,通知广大客户以便能够赢得他们的认可和满意。（3）实现了良好的使用者体验。先统计寻找到重要的客户和产品，可以通过实施有针对性的销售。重要的客户对商业银行的经营和盈利影响也是很多,这些客户对商业银行经营和盈利的影响力和贡献程度都要远远超过一般的客户,所以我们需要根据重点客户的购物和消费等资料来进行分析,挖掘其中的重点客户,并对其进行了相应的归纳和分类,对于各种不同的客户可以采取不同类型的销售和服务方式。（4）根据公司已经确认的客户贷款状态ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[22],为其他客户量身提供或者推荐最合理的产品和服务,对与公司长期合作的客户可以提供各种交叉营销服务。通过对这些长期固定的顾客进行了分析,找出他们的消费习惯和爱好,了解他们的投资及理财需求特征,为其量身推荐一系列的新优惠政策和商业产品。3.4系统总体设计目前对国内商业银行来说,与其他对公业务相比,个人贷款业务的规模和风险性相对较小,且其业务具有很高的稳定性,对这些方面业务的管理和资金投入也比较大。通过建立全面的商业银行CRM系统,保证了客户业务和数据的完全统一,在进行银行业务和信息处理的过程中需要加入实时处理的信息,这样就把所有业务事件都保存在了系统中,并按照业务及其信息处理的原则获取并得到了统一的信息。具体涉及到以下几个方面:（一）完整的客户数据信息模型ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[23]。由于各类客户的信息都是分散在不同类别的系统中,要想更好地充分利用各类系统的数据信息,就需要将银行内所有的客户资料和数据都进行了集中和整合,构建一个完整的客户资料信息模型,并且我们可以很好地实现对数据和信息的自动化存取与查询。这样就能够帮助银行业的管理者们准确地掌握他们的客户情况,并通过搜索等各种多方面的反馈资料来帮助他们进行服务的改变。(二)独立的系统分析平台。银行就是要为客户搭建统一的商业银行服务平台,根据不同的客户个性化需求和特点与银行人员进行交流,以便于实现针对各类银行业务的管理。统一完善的CRM系统可以针对客户的需要和习惯做出分析、预测,保障了客户良好的服务,从而充分发挥该系统优势。(三)统一的大型数据存取与访问及交易处理平台。各种业务系统都根据用户的需求对系统内部不同职能部门的数据信息进行了访问,构建统一的数据访问平台,实现了后台的数据库与前段业务之间的无缝整合,提高了信息的发布及数据转换,以有效地保障了数据的安全性、统一。此外,这种新型的数据访问与处理平台可以有效地提高商业银行的服务品牌质量,增强商业银行的核心竞争力,增加了客户对商业银行的信心和忠诚程度,也为商业银行在市场上开展新型的业务和产品起到重要作用。系统的总体结构图3.1如图所示。由图可见，ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[24]系统主要由三个大部分共同组成:业务办公、客户连接以及与顾客之间的关系。其中所谓的业务处理就是一种属于综合性处理的内容,客户关系管理就是将传统的业务处理与大量的数据采集相互地紧密结合,提供了相应的客户分析服务功能。图3.1系统的总体结构3.5系统功能设计按照各家商业银行及其组织管理机构的功能特征,图3.2给出了本文所涉及使用的银行CRM管理系统的一个总体基本功能和一种模块化的结构设计。图3.2CRM系统各功能模块的设计(1)数据信息查询模块设计ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[25]该模块主要目的就是负责对客户的各种相关资料进行查询,为商业银行的管理层和工作人员提供必须掌握的客户资料或者事件提示,从而有效地向管理层和工作人员提供商业银行客户分析必须掌握的各种基础资料。这个模块主要有客户基础信息查询、客户金融服务额度信息查询、关键事件信息查询、重大事件信息查询和客户关键事件提示信息查询。(2)贡献度分析模块设计ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[26]这个模块主要目的就是负责向客户、商业银行产品和服务等方面的信息系统,以及商业银行各个相关机构对商业银行的盈利贡献程度进行的智能化统计和分析。银行业的管理者可以通过这个模块的功能来对其进行信息的分析和统计。其中各个系统都具有的业绩查询功能包括客户贡献程度分析,产品贡献程度查询,各个部门的贡献程度查询。(3)用户体验该模块主要目的就是为了实现智能化的客户价值识别和销售量进行数据统计与分析,以便于实现客户智能化的归集与分类,为其提供个人化的服务。主要涵盖了客户体验分析、商品定价查询及个性化服务等功能。(4)客户行为分析该数据库模块主要目的就是通过数据库分析客户的行为,通过数据库对客户的满意程度,客户途径,客户流失概率,合作期限等数据进行了统计和分析,以进一步改善和提高商业银行服务水平。（5）贷后管理ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[27]这个模块主要是负责对于贷款顾问和企业在借款过程中发生的贷前、中、后三个阶段进行的业务监控,并对其进行及时的贷款提醒。协助银行职工能够及时掌握客户动态资料。3.6系统数据库设计对于企业的客户关系管理系统来说，数据管理就是这个系统的关键所在，必须要充分利用已有的数据信息进行分析，以便挖掘出高质量和潜在的客户，从而提高银行的效益。作为CRM系统的基础，数据库的设计ADDINCNKISM.Ref.{C6C12F38F8C54703AD4F4E06F1B17A18}[28]同样也是本文主要研究该系统的重点及其核心设计开发内容之一。(1)客户信息表设计信息客户信息的字段包括:客户姓名、出生日期、身份信息、证件号、家庭住址、性别、年龄、手机号或其它联系方式等信息，如图3.3所示。图3.3系统客户信息模块的E-R图设计表3.1给出的是系统客户信息字段表。表3.1系统客户信息字段表字段名称类型关键字是否为空默认值说明IDINTYNN关键字NameVarchar（40）NN姓名AgeINTNN年纪AddVarchar（100）NN家庭住址SexBoolNN性别TelVarchar（14）NN手机号EmailVarchar（30）NN电子邮件(2)账户信息表设计信息ADDINCNKISM.Ref.{06230E6539B64e5293D0C7F4EC94C073}[28]账户信息主要包括有关于保护客户的注册用户名及密码等信息,在账户列表中涉及的到个人信息安全和资产安全,需对其中的关键字段进行加密或者存储。结构如图3.4所示。图3.4系统账户信息模块的E-R图设计表3.2给出的是系统账户信息字段表表3.2系统客户信息字段字段名称类型关键字是否为空默认值说明IDINTYNN关键字WIDVarchar（40）NNN外键ZHINTNNN用户IDPasswordVarchar（100）NNN用户密码DemoVarchar（100）NNN保留字段(3)系统账户交易流水信息交易流水表主要目的就是负责对客户交易记录等各种相关资料信息的采集和存储,因为只有通过收集得到客户的交易资料,我们才能够给对其中的信息作更加深入的分析,从而发现和挖掘潜在的用户,所以这个数据库也是本文流水表系统的重要核心作用之一,该数据库的字段主要内容包括了交易的时间、地点、对象及金额等。如图3.5所示。图3.5系统账户交易流水模块的E-R图设计表3.3给出的是系统账户交易流水字段表。表3.3系统账户交易流水信息字段表字段名称类型关键字是否为空默认值说明IDINTYNN关键字WIDINTNNN外键TimeDateNNN交易日期JEINTNNN交易额度ResultBoolNNN结果SubVarchar（100）NNN对象DemoVarchar（100）NNN保留字段其中本文主要分析研究了该交易系统的一个基础交易信息流列表主要内容包括银行客户、账号交易信息流列表以及各种客户交易信息流水表,同时该基础信息流列表与银行账号客户信息流列表之间必须有着明显的内部互联关系,例如银行账号、帐号客户信息表中的每个merid必须会总是同时存在于各种客户交易信息流列表中,当系统需要客户进行各种银行账号转帐等重要交易信息操作时,交易信息流水表系列中的每个merid必须会与各种客户交易信息流列表和各种银行账号客户信息表中的重要交易信息一起组合出现。实现了企业自动化的质量对比。结构如本框图3.6所示。图3.6系统基本信息的E-R图设计3.7基于数据挖掘技术的系统分析3.7.1数据挖掘应用系统处理流程整个大规模的数据挖掘应用体系的处理流程框图如下表3.7所示。图3.7数据挖掘应用系统的处理流程图整体的数据流图如图3.8所示。图3.8银行CRM系统的整体数据流图3.7.2明确系统研究对象在开始进行大量的数据挖掘和分析的处理之前,我们还需要先做一些准备性的工作,以便于确保大量的数据挖掘和处理中遇到的问题。运用数据挖掘的方法也就是必须要对商业银行的各种营销策略进行分析,以便于达到自己所需要的市场。（一）数据收集我们需要明确数据处理的目标,首先是确定数据来源,同时将所获取的数据资料信息做出整理、修改,从而保障数据的准确性、完整度和一致性。上面所讲的数据来源主要是指有客户、业务、外部、内部、外部等。其中在系统进行大量的数据开发或者处理之前所采用的数据主要分为如下三种:1)保护客户的个人资料。虽然每一位客户的个人资料都只能够在系统上给予一定的参照和借鉴作用,但是这并没有帮助我们判别每一位客户。其中所有的客户个人资料应当包括所有客户的年龄,受过高等教育水平,客户的姓名,出生日期等。2)与客户之间的关联运营业务资料。客户关联业务的大量资料，包括为客户提供银行办理业务的各种相关资料信息,具体包括银行的工作人员和客户之间所构成的所有合作关系资料信息,客户由自己定制的产品或服务资料,客户如何使用自己的产品资料以及怎么通过服务或者产品获取经济利润等。此外,这些资料也能够准确地反映一个银行的工作人员与客户之间以及他们的合作时机等情况,从侧面可以得知一个银行的工作人员。3)其他有关事务的资料。这类数据主要包含有日常经济信息数据、当前细分情况等,还有涉及到客户之间的关系变量以及公司和客户之间的其他关系变量等,此外,与客户行为发生变化密切相关的信息,办理的数额和金融服务数量等都是属于该类的范畴。（二）构建模型对数据集格式进行统一化预处理是我们构建该模型的一个重要前提条件,这主要是由于原始数据集较为杂乱,格式也不尽相同,将其数据集格式进行了统一化的格式就更加有利于其后续的数据分析和处理。之后按照既定的研究目标,选取比较合理并且具有效率的数据挖掘技术和方法,从而构建相应的数据模型,同时我们还要针对数据挖掘技术和方法在过程中所采取的相关模型和参数进行适当的调整,以期能够达到最好的数据分析效果。另外我们需要特别注意的地方就是,先使用数据子集为该训练模型搭建样本的训练模型,然后在该个测试集合上针对该个训练模型的可靠性进行了测试,以大大提高该模型的可靠性和准确率。（三）模型评估解释与评价模型设计过程及其结果。系统管理员根据系统的模型所获得的结论对其进行了解释,并将与其相关的知识直观地传达到企业和客户,并通过采用各种图形画面或者可视化等技术方法把重要知识直观地呈现到企业和客户,使企业和客户更加容易于被理解、接受。值得注意的一点就是,若数据与研究目标不同时,需要再次构建一个新的模型。3.7.3基于决策树分类系统的构建决策树方法ADDINCNKISM.Ref.{66BF67DAFB714da483C6845543F0820B}[29]根据决策树信息理论中的信息增益理论,找出了数据库字段中的一个特征数据,以及这个字段中包含大量信息,将其作为决策树的上层领域中的结点,同时根据该特征字段不同领域的特征值来构造决策树的上层特征,而下一个结点和上层特征分支则都是通过上一个特征子集进行重复构造。图3.9给出了一个基于决策树的方法进行数据挖掘的系统工作流程框图。图3.9基于决策树分类算法的数据挖掘系统流程图每一位客户显然都是属于一个特殊的类别,存储在一个数据仓库中,数据是基于对客户进行分类的标准,使用特殊的分类算法,每一位客户的类别都是构建与其所对应的决策树,同时,以一定的格式被存储在一个数据仓库中,包括所有的客户背景资料信息等作为历史数据,采用决策树算法来计算结果。在我们已经实现了上述的过程之后,当我们发现所有新的客户都需要自己办理业务时,管理者们会充分运用决策树显示的方法,将整个业务决策树显示呈现给我们,确保所有的客户都能够更加便利地自己进行业务相关的办理,同时再根据所有客户的市场经济背景状态情况等资料对所有客户的业务类别和风险发生概率进行了估计,从而制定出对该公司客户最好的产品和销售策略。4.基于数据挖掘的银行CRM系统的实现上一章重点详细阐述了基于大量商业数据综合挖掘分析技术的中国商业投资银行应用CRM数据系统的一个整体数据系统架构研究与数据分析,本章将着重介绍银行CRM系统的具体实现方法和流程。4.1银行CRM系统的平台本文研究采用基于.netframework技术的B/S体系框架，并通过三个层次来进行开发设计。一、界面展示和控制层该层系统运行在名为WebContainer的一个系统支撑设计框架上,接口信息显示和编程控制两个层都按照wemvcr的模式设计进行了系统设计和编程实现。在用户后台系统进行用户业务数据运算时的人员处理操作中,用户界面的业务通信处理流程业务控制处理系统通过本地分发指令或者远程指令调用后台业务处理接口方式来直接自动实现对用户后台进行业务层和服务器各层的处理操作,业务处理接口主要就是负责将所有后台业务层的请求都进行分发发送给本地或者远程调用服务器。二、服务层对于某些内部或外部的调用，例如WebServices可以是通过一个表示层来开始,会话条目的组件(通过它就可以直接调用到与其相关的业务和服务)十分重要。而业务服务的基本类型则大致可以划分三种:第一种类型则是会话功能业务服务的组件,用来实现某一个事务或者业务逻辑等相对固定的其他业务子功能。二个是实体服务的组件,它对整个数据库中的实体服务都有确定性。三个接口会话功能服务组件,主要是负责外部系统之间的联络。三、逻辑层在这一层,可以进一步将其划分成三个层次,即:通过特定的工作流和引擎来配置特定的业务流程;业务和服务部门的组件是整个流程设计和配置的重点;把实体部件封装成一个访问数据库的对象。应用服务器采用的是较成熟的IIS系列，数据库通常采用的是SQLServer，Oracle，DB2等。图4.1给出了一个基于银行CRM系统的拓扑框架结构图。图4.1银行CRM系统的拓扑结构图4.2银行CRM系统主要功能模块的实现4.2.1存储功能模块的实现如之前所述，本文系统设计的关键是根据已经拥有大量数据资料,从中收集和提取一些有价值的大量数据资料和信息,并对这些资料进行了整理和分析,得出重要的研究结论,从而能够为企业高层经营者和管理人员提供一个可靠、科学的战略决策和支撑依据。4.2.2客户查询系统模块的实现ADDINCNKISM.Ref.{6E9EF2D71CF54603AA384A8B6788D942}[30]客户查询系统ADDINCNKISM.Ref.{86DA87C19CF94225B2E569F58CBF94DA}[19]功能如下：（1）用户的角色,包括用户的数据分析师、业务经理、分析师和用户的业务经理。（2）功能包括：通过该模块可以使得商业银行的管理者和企业的高层都能够及时地掌握自己对于客户的资料信息状态,从而准确地了解自己的基础信息、储蓄资金信息、收入资料信息等,根据自己对于客户的偏爱和需求进行分析,扩大自己的销售途径和渠道。（3）通过点击管理员系统页面的"客户信息查询",系统将自动展示一个输入客户的信息模块,同时,在开始使用其他模块的功能之前,也就是需要对客户进行一次查询,然后找到所需要查询的客户之后再开始继续对该模块进行查询相关操作,该模块的主要功能如表4.1所示。表4.1客户查询模块功能表主要模块功能介绍客户查询根据客户ID名查询客户信息客户信息包括客户联系方式、贷款业务、税务登记等一些信息客户额度信息保存客户的历史交易明细和实际可用额度风险信息根据用户信用评估来显示客户信用登记客户其他信息客户其他条件信息系统主要的字段如表4.2所示。表4.2客户信息查询字段表输入字段名称大小说明客户IDIDINT（30）无名称NameChar（128）无输出字段名称大小说明客户IDS_IDINT（20）无名称S_IDChar（64）无家庭住址S_ADDChar（64）无年龄AgeINT（20）无性别SexChar（64）无出生日期DateChar（64）无客户信息查询的系统工作流程框图如图4.2所示。图4.2客户信息查询的系统流程图该模块实现的部分代码如下：Intc_name=atoi(t_name)//获取查询参数CDatabasecrm;crm*dDb=newcrm;BOOLbStatus=FALSE;//数据库是否成功打开标志pDb->SetLoginTimeOut(3);BOOLCTry:MySQL(constCString&strSQL){Trym_crm->ExecuteSQL(strSQL);//直接执行SQL语句}CATCH(CDBException*e){CStringstrMsg;strMsg.LoadString(IDS_EXECUTE_SQL_FAILED);strMsg+=strSQL；returnFALSE;}endCATCHreturnTRUE;}系统实现的界面演示如图4.3所示。图4.3客户查询系统演示界面4.2.3目标客户挖掘系统的实现目标客户挖掘ADDINCNKISM.Ref.{DCFB7B8560E948e9A7FAA6666CCAE987}[20]功能如下：（1）用户角色，包括银行的业务管理人员（2）功能包括利用该模块帮助银行业务管理者和企业家用户对其中一些最终需要了解的客户信息实时地查询,从而给广大客户们提供一次有针对性、个性化的营销活动。该数据库模块主要具有客户分析、客户搜索分析、重点客户数据挖掘等多种功能,具体如下图表4.3所示。表4.3目标顾客挖掘模块的功能表模块名称说明客户ID对客户信息进行查询（根据搜集的条件）客户名称按照具体信息对客户信息进行查询客户分类根据数据统计对客户进行区分客户偏好根据不同客户的类别进行偏好查询目标客户挖掘模块流程图如图4.4所示。图4.4目标客户挖掘的系统流程图模块主要的字段表如表4.4所示。表4.4客户信息挖掘字段表输入字段名称大小说明客户IDIDINT(30)无名称NameChar（128）无客户偏好LikeChar（128）无客户分类ClsaaChar（128）无输出字段名称大小说明客户IDS_IDINT（20）无名称S_IDChar（64）无家庭住址S_ADDChar（64）无客户工作S_WorkChar（64）无性别SexChar（64）无贷款信息DKDouble无理财额度MoneyDouble无存款信息CKDouble无本模块演示界面如图所示。图4.5用户登陆界面图4.6客户信息查询界面4.3系统测试根据系统的实际需要如何进行架构设计,以及对各个银行系统用户的网络特殊性进行分析,本文的银行系统架构设计和内部配置的网络测试环境可以为您举例:银行操作平台系统设计采用了owindows10,内部和外部都有领地的银行网络测试环境。 4.3.1客户数据导入功能测试现如今，信息化技术的日趋发展，客户数据信息管理愈发重要。通过对客户信息搜集、整理和分析，从中得出能反应客户喜好或消费趋势等相关信息，为商业银行带来更多的盈利，以引导市场。对客户信息的收集、分析，将其用于市场销售、服务产品规划已成为银行业发展的主要手段和措施。实现客户数据的正常导入如图4.8所示。图4.7客户信息录入界面图 4.3.2目标客户数据挖掘功能测试将系统中挖掘来的信息数据通过直观化的方式呈现出来,对于用户而言十分重要。所以本文对于一个系统进行了研究,它给出了一个比较直观的数据库显示和一个可视化的数据库系统结构,它具有多个层次,其中数据库提取层和结构可视化层。当一个用户需要进行一个操作时,数据库的提取层通常是可见的,该层通常都是和挖掘所计算得出的各种数据计算公式相互地结合起来的,并在整个数据库中重新编写了一个新的源代码,从而有效地保证了数据库中的各种信息系统能够及时地更新。在整个数据库的提取层中,按照整个数据库中的程序代码对于图像的位置和坐标等方面的内容分别进行了编码,以便于实现计算结果。当对一个浏览器地址文件进行访问时,获取得到的地址和信息就是在一个显示层中获得的图像数据,对应的程序运行操作全部执行后,以直观的地址和图形格式在整个浏览器上清晰地显示了出来。在实际的应用过程中,首先要做的就是收集整理企业和用户的各项业务资料,然后按照不同的用户类型对其进行区分,之后就要运用数据挖掘等新技术对其进行处理,以构建完整的决策树的形式,并将这种形式保存在一个数据库中。再利用系统的数据进行调用,生成一个显示结果的程序。例如当对一个数据库系统执行了访问管理操作的同时,通过浏览器这样的操作,即系统便向显示层下达一条指令,将所获得的结果呈现出来。由此可见,用户对于数据库管理系统的应用具有了更为便捷与人性化,能够及时高效地获取到所需要的信息和结果。100位客户的信息采取了运用C5.0算法对其进行了分析和处理之后所组合而构成的决策树ADDINCNKISM.Ref.{A22E7622E39545b2831A58DFACB46F13}[30]如图4.11所示。图4.11客户利用C5.0算法进行数据分类后构成的决策树在本节举例说明，有一位普通的公司员工王方,他的每个月薪资为5000元,而他的妻子每个月薪资则为5万元,在以前的情况下我们会将这位小王的薪资归纳给一般的客户,为对其员工进行具有针对性的培训和服务。而经过本文所学的C5.0数据挖掘技术和分析系统的C5.0数据挖掘技术进行处理之后,会将其归纳为一种比较高品质的客户一类,并为其客户提供全面的个性化服务,配备一名客户经理,并将其所有全家业务都直接纳入至该商业银行中去进行客户办理,能够给商业银行自身带来更多的利润。 4.3.3测试结果在对系统进行测试的过程中,以所有用户的信息和数据为主要依托,进行了一系列具体的各种功能测试,并将所有的数据和信息保存到服务器中,表4.6给出了本文对系统的测试结果。表4.6本文系统测试的数据结果测试项目测试数据集大小CPU使用情况运行时间（s）说明用户访问10025%12/s用户分类20000080%210/s对20万人的客户资料数据的统计学分析数据挖掘10000080%600/s试输入10万份的数据资料信息后再做测试从上述图表中的结论我们可以清楚地看出,当一个系统的数据流量已经达到100万条时,系统的数据处理和运行性能仍然相对稳定,尤其重要的是系统通过对数据挖掘等技术进行了分析和数字化显示的手段,当一个计算机处理的任务量较少时就已经完成了对数据的处理,当一个用户再次进入该系统的操作ADDINCNKISM.Ref.{A22E7622E39545b2831A58DFACB46F13}[24]时,便已经可及时地收集和得到所需要的大量数据资料。此外,系统还通过自己构建决策树这种智能化的方法,将实现所得到的客户需求和产品信息按照百分比进行划分,这样的模型设计方式更加好像是能从每个用户的角度设计出来,更加契合每个用户的观念和思维方式,有利于使用者获得更舒适的生活体验感。

总结与展望当前，随着互联网和计算机科学技术的发展和普及,银行业也在推广传统的客户关系管理模式等各个方面都有着很大的突破,客户关系的分析就是为了改善我们银行与客户间的关系管理方法,通过对客户更深入地的了解,使得我们的银行业员工能够更好地把握和了解客户的心理需求,维持自己的旧客户并积极发展潜在新客户,增加对客户的满意度和客户忠诚度,以进一步优化客户关系高水平的银行效益。为了真正达到企业客户关系管理的目标,首先必须要准确掌握企业客户信息和资料,对于相关的需求情况进行精细化的预测,以提升企业客户服务的针对性。同时,数据挖掘技术已经在银行达成了实现客户关系管理目标的应用领域具备了十分重要的作用。银行每日都需要收集和处理大量的客户资料,这么多大量的客户资料和数据信息并未真正得到更充分的利用,通过先进的数据挖掘技术来深入挖掘出客户资料中蕴含的重点信息和联系,从而有限度地保证了银行自身的竞争力和盈利。综上所述，本文充分运用了大量的数据挖掘等技术将其应用到商业银行客户关系管理的设计和开发工作中,其中最主要的一些创新之处就是采用决策输C5.0算法来直接实现本文系统的设计和开发,通过对该系统的各个功能模块的设计特点进行了详细分析,制定了一套科学合理的解决方案,多方面向深入地研究了与客户经理、银行和企业之间的客户关系信息处理以及大量的数据挖掘等相关技术的研究成果,对商业银行客户关系管理的宗旨和目标作了一些阐述,并重点地说明了C5.0算法。对系统的结构进行了总体设计,包括具体的设计目标,系统的需求分析,数据挖掘系统的处理流程,各个功能模块的具体流程设计以及系统数据库。其中最关键的一点就是系统模块的设计,采用了部分模块的设计思想,把整个系统分割成许许多多的功能单元,便于其实现与后续维护。本文对系统的稳定性进行了测试，通过模拟来评估系统的有效性和稳定度。虽然本文的研究取得了一定的成绩,运用了大量的数据挖掘技术融入到了银行客户关系管理体验系统中,但对于如何采用c5.0算法对客户进行分类问题的研究却没有得到充分展示,并且当我们在验证其中c5.0算法的效果时,所采用的样品比较简便,在许多方面的研究也还是不够透彻。而在实际的应用中银行所需要处理的大量数据信息比其他行业更加复杂多,并且在对大量数据进行挖掘的过程中,我们也许会涉及到多种算法,总的来说,过程可能会比其他行业更加复杂。之后我们就可以基于现有的商业银行管理系统,在自己的数据库中搜索和收集到更多的资