【畢業(yè)學(xué)位論文】（Word原稿）商業(yè)銀行客戶信息管理系統(tǒng)研究-軟件工程

中圖分類號(hào)： 學(xué)校代碼： 10055 密級(jí)： 公開 碩 士 專 業(yè) 學(xué) 位 論 文 商業(yè)銀行 客戶信息管理系統(tǒng)研究 文摘要 I 中文摘要 商 業(yè)銀行的業(yè)務(wù)經(jīng)營(yíng)中，信用卡業(yè)務(wù)是其最為重要的業(yè)務(wù)類型之一，其已經(jīng)成為銀行業(yè)務(wù)的主要利潤(rùn)源泉。信用卡客戶也是商業(yè)銀行最為重要的客戶類型，通過研究信用卡客戶的忠誠(chéng)度預(yù)測(cè)問題，能夠達(dá)到對(duì)于客戶忠誠(chéng)度進(jìn)行有效識(shí)別的目的。本文選擇河南某商業(yè)銀行為研究背景，構(gòu)建客戶忠誠(chéng)度預(yù)測(cè)模型，并設(shè)計(jì)開發(fā)忠誠(chéng)度預(yù)測(cè)信息管理系統(tǒng)。 在全面分析客戶忠誠(chéng)度預(yù)測(cè)方法的基礎(chǔ)上，本文構(gòu)建了客戶忠誠(chéng)度預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型。以客戶相關(guān)資料數(shù)據(jù)作為模型的輸入，利用模型對(duì)于數(shù)據(jù)進(jìn)行處理，根據(jù)最終計(jì)算結(jié)果給出對(duì)于客戶忠誠(chéng)度的評(píng)價(jià)結(jié)果。模型的訓(xùn)練過程采用最速下降法作為訓(xùn)練算法，利用成熟的樣本數(shù)據(jù)對(duì)于模型進(jìn)行訓(xùn)練，將參數(shù)值調(diào)整到滿足預(yù)測(cè)精度要求的范圍。仿真實(shí)驗(yàn)表明，本文所構(gòu)建的忠誠(chéng)度預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型能夠達(dá)到預(yù)期的計(jì)算效果，滿足工程實(shí)際的應(yīng)用。分析了忠誠(chéng)度預(yù)測(cè)信息系統(tǒng)的各項(xiàng)功能需求，設(shè)計(jì)了系統(tǒng)的功能模塊結(jié)構(gòu)。采用基于 技術(shù)方案搭建了系統(tǒng)開發(fā)平臺(tái)結(jié)構(gòu)。在軟件系統(tǒng)層次結(jié)構(gòu)劃分的基礎(chǔ)上，設(shè)計(jì)了不同層次之間的耦合關(guān)系。完成了系統(tǒng)的程序代碼實(shí)現(xiàn)，并給出了下一步的研究方向。 本文的研究，形成了對(duì)于商業(yè)銀行具有實(shí)際應(yīng)用價(jià)值的客戶忠誠(chéng)度預(yù)測(cè)系統(tǒng)，為商業(yè)銀行客戶關(guān)系管理提 供了技術(shù)支持。 關(guān)鍵字： 忠誠(chéng)度 ； 神經(jīng)網(wǎng)絡(luò)； 信息系統(tǒng) ； I he of is an of of It of is of of in is as of to is on of as to of of of in of in is in of is 2EE is On of is is in in 錄 錄 第一章 緒論 . 1 第一節(jié) 研究背景和意義 . 1 究背景 . 1 究意義 . 3 第二節(jié) 國(guó)內(nèi)外研究現(xiàn)狀 . 3 第三節(jié) 本文研究?jī)?nèi)容 . 5 第四節(jié) 文章組織結(jié)構(gòu) . 5 第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 . 6 第一節(jié) 客戶忠誠(chéng)度概念及預(yù)測(cè)方法 . 6 戶忠誠(chéng)度概念 . 6 戶忠誠(chéng)度預(yù)測(cè)方法 . 7 第二節(jié) 神經(jīng)網(wǎng)絡(luò)原理 . 8 經(jīng)網(wǎng)絡(luò)的發(fā)展 . 8 經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) . 8 經(jīng)網(wǎng)絡(luò)類型 . 11 第二 節(jié) 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型 . 12 題的提出 . 12 經(jīng)網(wǎng)絡(luò)建模 . 14 經(jīng)網(wǎng)絡(luò)學(xué)習(xí) . 15 經(jīng)網(wǎng)絡(luò)輸入項(xiàng)處理 . 19 經(jīng)網(wǎng)絡(luò)計(jì)算流程 . 20 第三節(jié) 神經(jīng)網(wǎng)絡(luò)算法仿真實(shí)驗(yàn) . 21 絡(luò)參數(shù)確定 . 21 真實(shí)驗(yàn) . 24 目錄 四節(jié) 本章小結(jié) . 26 第三章 客戶信息管理系統(tǒng)需求分析 . 27 第一節(jié) 實(shí)際業(yè)務(wù)需求 . 27 第二節(jié) 系統(tǒng)功能分析 . 28 礎(chǔ)功能模塊分析 . 29 心功能模塊 . 29 層功能模塊 . 30 第三節(jié) 系統(tǒng)用例分析 . 31 與者劃分 . 31 統(tǒng)管理員用例分析 . 32 戶管理員用例分析 . 32 行領(lǐng)導(dǎo)用例分析 . 33 用卡客戶用例分析 . 34 統(tǒng)總體用例分析 . 35 第四節(jié) 系統(tǒng)非功能性需求 . 35 第五節(jié) 本章小結(jié) . 37 第四章 客戶信息管理系統(tǒng)設(shè)計(jì) . 38 第一節(jié) 數(shù)據(jù)庫(kù)概念模型設(shè)計(jì) . 38 礎(chǔ)功能模塊數(shù)據(jù)庫(kù)概念模型設(shè)計(jì) . 38 心功能模塊數(shù)據(jù)庫(kù)概念模型設(shè)計(jì) . 40 層功能模塊數(shù)據(jù)庫(kù)概念模型設(shè)計(jì) . 42 據(jù)庫(kù)總體概念模型設(shè)計(jì) . 42 第二節(jié) 數(shù)據(jù)庫(kù)表結(jié)構(gòu)模型設(shè)計(jì) . 42 第三節(jié) 數(shù)據(jù)字典 . 44 第五節(jié) 軟件開發(fā)平臺(tái)搭建 . 45 發(fā)框架組合 . 46 件層次結(jié)構(gòu)劃分 . 46 目錄 V 第六節(jié) 本章小結(jié) . 47 第五章 系統(tǒng)實(shí)現(xiàn)與測(cè)試 . 49 第一節(jié) 系統(tǒng)實(shí)現(xiàn) . 49 第二節(jié) 系統(tǒng)測(cè)試 . 54 第三節(jié) 本章小結(jié) . 55 第六章 總結(jié)和展望 . 56 第一節(jié) 論文總結(jié) . 56 第二節(jié) 進(jìn)一步的研究方向 . 56 參考文獻(xiàn) . 58 致謝 . 61 個(gè)人簡(jiǎn)歷、學(xué)術(shù)論文與研究成果 . 62 第一章 緒論 1 第一章 緒論 第一節(jié) 研究背景和意義 究背景 從上世紀(jì) 60 年代始，為規(guī)避傳統(tǒng)業(yè)務(wù)領(lǐng)域中的風(fēng)險(xiǎn)，同時(shí)弱化金融危機(jī)造成的影響，西方發(fā)達(dá)國(guó)家的商業(yè)銀行業(yè)已經(jīng)開始逐步拓展可以獲得穩(wěn)定利潤(rùn)的個(gè)人金融業(yè)務(wù)。在經(jīng)過數(shù)十 年的積累和持續(xù)發(fā)展后，個(gè)人金融業(yè)務(wù)于 21 世紀(jì)初已經(jīng)在西方國(guó)家商業(yè)銀行業(yè)務(wù)穩(wěn)據(jù)一席之地。繼公司業(yè)務(wù)、資本市場(chǎng)業(yè)務(wù)之后，個(gè)人金融業(yè)務(wù)成為銀行業(yè)發(fā)展的第三大經(jīng)濟(jì)支柱業(yè)務(wù)。個(gè)人金融業(yè)務(wù)的服務(wù)對(duì)象為自然人，其所涉及的領(lǐng)域面非常廣泛，包括居民日常生活、投資理財(cái)、消費(fèi)等等各個(gè)方面，其與股票、債券、保險(xiǎn)、外匯、證券、基金等理財(cái)工具具有很強(qiáng)的交叉互補(bǔ)特性 1。 西方國(guó)家商業(yè)銀行近些年的發(fā)展軌跡和業(yè)務(wù)經(jīng)驗(yàn)表明，個(gè)人金融業(yè)務(wù)相比其他業(yè)務(wù)而言具有收益穩(wěn)定的優(yōu)點(diǎn)，其收益率遠(yuǎn)高于公司業(yè)務(wù)。個(gè)人金融業(yè)務(wù)收益穩(wěn)定的這一優(yōu)點(diǎn)，可以幫助銀行 穩(wěn)定度過經(jīng)濟(jì)低潮期。 2008 年全球金融危機(jī)期間，華爾街五大著名投資銀行中，貝爾斯登、美林、雷曼兄弟三家銀行破產(chǎn)或者被并購(gòu)，而其余兩家投資銀行摩根士丹利和高盛則由投資銀行成功轉(zhuǎn)型成為傳統(tǒng)銀行控股公司。摩根士丹利公司在短短兩個(gè)月內(nèi)通過其遍布全美的營(yíng)業(yè)網(wǎng)點(diǎn)成功吸納存款達(dá)到 400 多億美元，并且已經(jīng)將美聯(lián)銀行個(gè)人金融業(yè)務(wù)部負(fù)責(zé)人 成功招至公司旗下。由此可見，個(gè)人金融業(yè)務(wù)在銀行抵御金融危機(jī)中發(fā)揮的重要作用 2。 在銀行業(yè)種類繁多的個(gè)人金融業(yè)務(wù)中，信用卡業(yè)務(wù)與普通客戶接觸最為密切，其屬于個(gè)人消費(fèi)信貸業(yè) 務(wù)的一種，目前已經(jīng)成為個(gè)人金融業(yè)務(wù)中最為重要的產(chǎn)品，為各銀行獲得穩(wěn)定的收益來(lái)源。比如美國(guó)花旗銀行 2010 年的個(gè)人金融業(yè)務(wù)全部利潤(rùn)中，有將近 1/3 來(lái)自于信用卡業(yè)務(wù)；美國(guó)運(yùn)通公司所發(fā)行的運(yùn)通卡，其利潤(rùn)占到公司總利潤(rùn)的 70%以上 3。 我國(guó)信用卡業(yè)務(wù)的發(fā)展也已經(jīng)有幾十年的歷史。 1979 年中國(guó)銀行開始代理第一章 緒論 2 東亞銀行的信用卡業(yè)務(wù)，這成為信用卡業(yè)務(wù)開始的源頭。珠海銀行 1985 年開始發(fā)行“中銀卡”是我國(guó)大陸的第一張信用卡。經(jīng)歷二十余年的發(fā)展，信用卡業(yè)務(wù)已成為我國(guó)居民使用最為廣泛、認(rèn)同度最高的非現(xiàn)金支付工具，其業(yè)務(wù)范疇已 經(jīng)與居民生活息息相關(guān)，包括購(gòu)物、旅游、物流、醫(yī)療、教育等各個(gè)領(lǐng)域。隨之，信用卡所獲收益也已經(jīng)成為國(guó)內(nèi)商業(yè)銀行重要的利潤(rùn)來(lái)源。相關(guān)統(tǒng)計(jì)資料顯示， 2010 年我國(guó)全年所使用的非現(xiàn)金工具交易量達(dá)到 277 億筆，總交易金額超過 900 萬(wàn)億元；其中信用卡交易量將近 50 億筆，總交易金額達(dá)到 億元。由此可見，信用卡業(yè)務(wù)成為商業(yè)銀行的支柱業(yè)務(wù)，對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展也起到了重要作用。 我國(guó)信用卡業(yè)務(wù)的發(fā)展在后金融危機(jī)時(shí)代也逐漸從跑馬圈地式的高速增長(zhǎng)階段向著穩(wěn)健增長(zhǎng)的方向發(fā)展。在這一階段，如何有效挖掘信用卡客戶的價(jià)值，提高客戶忠 誠(chéng)度、維護(hù)品牌忠誠(chéng)度成長(zhǎng)型客戶、限制低忠誠(chéng)度客戶的目的，對(duì)于信用卡業(yè)務(wù)的發(fā)展有著關(guān)鍵的作用。 現(xiàn)代數(shù)據(jù)挖掘技術(shù)能夠?qū)Ａ啃庞每蛻魯?shù)據(jù)進(jìn)行有效的分析，從而有效甄別出信用卡客戶忠誠(chéng)度，為信用卡業(yè)務(wù)各項(xiàng)拓展政策提供可靠支持。現(xiàn)代信息處理技術(shù)都可以通過友好的用戶界面對(duì)信用卡客戶的各類信息進(jìn)行有效的處理，從而提供直觀的圖形化分析結(jié)果。融合現(xiàn)代數(shù)據(jù)挖掘技術(shù)與信息處理技術(shù)，開發(fā)銀行信用卡客戶信息管理系統(tǒng)，為各個(gè)銀行信用卡業(yè)務(wù)發(fā)展過程提供有力技術(shù)支持。 河南省某商業(yè)銀行成立于 1998 年，經(jīng)過十余年的發(fā)展已經(jīng)形成一定規(guī)模，在當(dāng)?shù)孬@得一定認(rèn)可。目前，該銀行其業(yè)務(wù)網(wǎng)點(diǎn)已經(jīng)覆蓋鄭州市、新鄉(xiāng)市、洛陽(yáng)市、開封市等河南省主要城市，并且在不斷向著周邊省市進(jìn)行業(yè)務(wù)拓展。該銀行的信用卡業(yè)務(wù)，目前還處于粗放型成長(zhǎng)階段，也即信用卡業(yè)務(wù)主要以提高信用卡發(fā)卡量為主，通過維護(hù)較大的客戶量來(lái)獲得信用卡的利潤(rùn)。我國(guó)信用卡業(yè)務(wù)的不斷發(fā)展，尤其是 2008 年金融危機(jī)以來(lái)，各個(gè)商業(yè)銀行都意識(shí)到對(duì)信用卡客戶進(jìn)行精細(xì)化管理成為銀行業(yè)務(wù)發(fā)展過程中所面臨的主要難題之一。通過對(duì)信用卡客戶的精細(xì)化管理，信息甄別及時(shí)，判斷準(zhǔn)確，隨時(shí)掌握透支額度的變化，有效減少惡意透支行為的發(fā)生 ，為銀行業(yè)務(wù)的發(fā)展提供可靠保障，將不必要的損失降至最低。 本項(xiàng)目正是在上述應(yīng)用背景下立項(xiàng)，開展商業(yè)銀行信用卡客戶信息管理系統(tǒng)研究。以期通過該項(xiàng)目對(duì)支行信用卡客戶進(jìn)行有效的甄別分類與個(gè)性化管理，第一章 緒論 3 同時(shí)在支行對(duì)該系統(tǒng)運(yùn)用成功的基礎(chǔ)上，向該銀行各個(gè)支行進(jìn)行有效推廣，促進(jìn)該銀行信用卡業(yè)務(wù)健康發(fā)展，獲取穩(wěn)定收益為進(jìn)一步業(yè)務(wù)拓展提供支持。 究意義 根據(jù)經(jīng)濟(jì)學(xué)八十二十法則，即企業(yè) 80%的利潤(rùn)是由企業(yè)客戶中 20%以內(nèi)的優(yōu)質(zhì)客戶所創(chuàng)造，而企業(yè)中另外 80%的客戶所創(chuàng)造的利潤(rùn)是微利、無(wú)利或者是負(fù)利潤(rùn)。通過對(duì)企業(yè)客戶 信息進(jìn)行有效管理，正確甄別出企業(yè)中的優(yōu)質(zhì)客戶，是實(shí)現(xiàn)企業(yè)利潤(rùn)和企業(yè)價(jià)值最大化的捷徑 4。 對(duì)客戶資料信息化管理，省時(shí)省力，能夠有效提高客戶資料管理的自動(dòng)化程度，節(jié)約資源同時(shí)提高了效率。通過對(duì)各種數(shù)據(jù)的實(shí)時(shí)查詢，能夠?qū)Ω鞣N宏觀、微觀數(shù)據(jù)進(jìn)行有效比對(duì)與分析 5。同時(shí)，客戶信息管理自動(dòng)化程度提高，有利于針對(duì)各類客戶關(guān)系制定實(shí)施不同的個(gè)性化戰(zhàn)略。 本項(xiàng)目利用現(xiàn)代數(shù)據(jù)挖技術(shù)，對(duì)銀行信用卡客戶忠誠(chéng)有效甄別，對(duì)客戶類型進(jìn)行快速定位，并通過真實(shí)數(shù)據(jù)進(jìn)行算法模型的驗(yàn)證。通過客戶類型的定位識(shí)別，能夠?yàn)殂y行制定有針對(duì)性的服 務(wù)策略提供可靠的依據(jù)。同時(shí)利用現(xiàn)代信息處理技術(shù)，構(gòu)造了銀行信用卡客戶信息管理系統(tǒng)。通過現(xiàn)代數(shù)據(jù)挖掘技術(shù)與信息處理技術(shù)的有效結(jié)合，能夠?qū)崿F(xiàn)對(duì)銀行信用卡客戶資料的無(wú)紙化、智能化、自動(dòng)化管理，為本人所在工作單位的銀行信用卡業(yè)務(wù)的發(fā)展提供有效的技術(shù)支持。 第二節(jié) 國(guó)內(nèi)外研究現(xiàn)狀 客戶信息管理系統(tǒng)屬于信息管理系統(tǒng)的一種， 對(duì)于信息系統(tǒng)設(shè)計(jì)與開發(fā)的應(yīng)用型研究，國(guó)內(nèi)外的研究熱點(diǎn)主要有如下幾個(gè)方面： 1. 軟件系統(tǒng)開發(fā)平臺(tái)研究 6 通過集成化的軟件開發(fā)工具，并利用軟件開發(fā)商提供的一系列 夠簡(jiǎn)化系統(tǒng)的開發(fā)過程， 并且有利于系統(tǒng)的后期升級(jí)和維護(hù) 7。目前，信息系統(tǒng)常用的開發(fā)平臺(tái)有 臺(tái)、 臺(tái)和 臺(tái)三種 8。 臺(tái)是由 司所提供 9，該平臺(tái)將 司的 諸多開發(fā)軟件進(jìn)行了集成 10，通過 臺(tái)統(tǒng)一的 第一章 緒論 4 得由 臺(tái)不同軟件所開發(fā)的程序能夠進(jìn)行有效的通訊操作 11。該平臺(tái)支持B/S 和 C/S 兩種架構(gòu)模式軟件的開發(fā) 12。 臺(tái)是由 司所提供的開源軟件開發(fā)平臺(tái)，其優(yōu)勢(shì)在于對(duì) B/軟件的開發(fā) 13。該平臺(tái)制訂了一系列規(guī)范，不同的軟件開發(fā)商可以根據(jù)規(guī)范提供各自的軟件實(shí)現(xiàn)包。 臺(tái)最大的優(yōu)勢(shì)在于，其具有諸多的開源軟件框架，通過對(duì)開源框架運(yùn)用，能夠有效的減少代碼量，規(guī)范程序的開發(fā)過程 14。 臺(tái)屬于一種網(wǎng)頁(yè)內(nèi)嵌式程序開發(fā)語(yǔ)言 15。其通過在 面內(nèi)嵌入類似于 程序語(yǔ)言，使得網(wǎng)頁(yè)具備動(dòng)態(tài)效果 16。該平臺(tái)屬于運(yùn)行在服務(wù)器端腳本，具有良好的跨操作系統(tǒng)平臺(tái)特性，由該平臺(tái)所開發(fā)的應(yīng)用程序能夠被部署在 操作系統(tǒng)下 17。同 時(shí)， 臺(tái)已經(jīng)成為開源軟件 重要組成部分 18。 2. 軟件設(shè)計(jì)模式研究 軟件設(shè)計(jì)模式研究，其目的在于將軟件程序開發(fā)過程中的經(jīng)驗(yàn)進(jìn)行有效總結(jié)，形成通用性較強(qiáng)的模式 19，使得軟件開發(fā)能夠在設(shè)計(jì)模式基礎(chǔ)上快速成型，并有效保障軟件的開發(fā)質(zhì)量 20。通過在軟件開發(fā)過程中對(duì)設(shè)計(jì)模式的運(yùn)用，能夠提高程序代碼的復(fù)用性，增強(qiáng)程序的可維護(hù)性。目前，軟件設(shè)計(jì)模式的主要研究成果有三種類型，共有 23 類設(shè)計(jì)模式 21。 創(chuàng)建型設(shè)計(jì)模式 22：?jiǎn)卫Ｊ?、建?者模式、抽象工廠模式、原型模式、工廠方法模式； 結(jié)構(gòu)型設(shè)計(jì)模式 23：組合模式、裝飾模式、適配器模式、橋接模式、享元模式、外觀模式、代理模式； 行為型設(shè)計(jì)模式 24：跌帶起模式、命令模式、觀察者模式、模版方法模式、備忘錄模式、中介者模式、策略模式、解釋器模式、訪問者模式、責(zé)任鏈模式。 3. 多系統(tǒng)融合研究 企業(yè)信息系統(tǒng)往往由多種系統(tǒng)平臺(tái)所構(gòu)成，例如：財(cái)務(wù)系統(tǒng)、人事系統(tǒng)、辦公自動(dòng)化系統(tǒng)、后勤系統(tǒng)等。而通過不同的系統(tǒng)間進(jìn)行數(shù)據(jù)融合，能夠?yàn)槠髽I(yè)提供更加高效、快捷的數(shù)據(jù)服務(wù) 25。由于不同的辦公軟件往 往采用的開發(fā)技術(shù)有所不同，造成不同的軟件平臺(tái)之間無(wú)法進(jìn)行直接的數(shù)據(jù)通訊。對(duì)于多系統(tǒng)融合進(jìn)行研究，是目前企業(yè)信息化過程中的重要研究方向之一 26。多系統(tǒng)間融合，其主要技術(shù)方案有 27。對(duì)多系統(tǒng)融合的研究，需要在選定的技術(shù)方案基礎(chǔ)上，進(jìn)行軟件之間通訊協(xié)議設(shè)計(jì)，不同的軟件第一章 緒論 5 根據(jù)通訊協(xié)議對(duì)于數(shù)據(jù)進(jìn)行讀寫操作，從而完成數(shù)據(jù)和信息的傳遞 28。 第三節(jié) 本文研究?jī)?nèi)容 本文的研究，是以本人所在銀行客戶關(guān)系管理為研究背景，進(jìn)行客戶忠誠(chéng)度預(yù)測(cè)和客戶信息管理系統(tǒng)的開發(fā)。主要研究 內(nèi)容包括如下幾方面： 1. 構(gòu)建客戶忠誠(chéng)度預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型。設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法，以成熟的客戶忠誠(chéng)度劃分?jǐn)?shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，使得神經(jīng)網(wǎng)絡(luò)通過樣本學(xué)習(xí)能夠達(dá)到預(yù)測(cè)精度的要求。設(shè)計(jì)相應(yīng)的仿真實(shí)驗(yàn)，對(duì)于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度進(jìn)行檢驗(yàn)。 2. 對(duì)銀行信用卡客戶信息管理系統(tǒng)進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)。通過全面的需求調(diào)研，形成該系統(tǒng)的需求方案。對(duì)軟件進(jìn)行功能模塊劃分，針對(duì)于每一個(gè)模塊進(jìn)行數(shù)據(jù)庫(kù)概念結(jié)構(gòu)和表結(jié)構(gòu)設(shè)計(jì)。對(duì)于軟件實(shí)現(xiàn)過程中的關(guān)鍵技術(shù)進(jìn)行研究，并對(duì)軟件進(jìn)行功能界面實(shí)現(xiàn)和測(cè)試方案設(shè)計(jì)。 第四節(jié) 文章組織結(jié)構(gòu) 本項(xiàng)目的研究，按照如下的章節(jié)安排順序進(jìn)行銀行信用卡客戶信息管理系統(tǒng)的研究。 第一章：緒論。介紹項(xiàng)目開發(fā)背景，明確國(guó)內(nèi)外相關(guān)研究現(xiàn)狀，規(guī)劃文章的總體結(jié)構(gòu)。 第二章：客戶忠誠(chéng)度預(yù)測(cè) 模型 研究。構(gòu)造基于神經(jīng)網(wǎng)絡(luò)的客戶忠誠(chéng)度預(yù)測(cè)數(shù)學(xué)模型，對(duì)信用卡客戶忠誠(chéng)度進(jìn)行有效預(yù)測(cè)。 第三章：客戶信息 管理 系統(tǒng)需求分析。對(duì)信用卡客戶信息管理系統(tǒng)進(jìn)行需求分析和調(diào)研，并進(jìn)行系統(tǒng)的總體設(shè)計(jì)。 第四章：客戶信息 管理 系統(tǒng) 設(shè)計(jì) 。搭建信用卡客戶信息系統(tǒng)開發(fā)平臺(tái)，進(jìn)行系統(tǒng)的功能實(shí)現(xiàn)。 第五章： 系統(tǒng)實(shí)現(xiàn)與測(cè)試 。設(shè)計(jì)系統(tǒng)的測(cè)試方案，分析系統(tǒng)的 性能指標(biāo)。 第 六 章：總結(jié)與展望。對(duì)全文的研究?jī)?nèi)容進(jìn)行總結(jié)，展望下一步的研究方向。第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 6 第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 客戶忠誠(chéng)度屬于營(yíng)銷學(xué)的概念，通過管理學(xué)專家根據(jù)客戶的相關(guān)資料進(jìn)行分析得到該客戶的忠誠(chéng)程度。為了能夠利用現(xiàn)代數(shù)據(jù)挖掘技術(shù)，通過信用卡客戶的各種資料區(qū)分出該客戶屬于何種忠誠(chéng)度，能夠有效提升客戶忠誠(chéng)度識(shí)別的效率。本章通過構(gòu)造神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，根據(jù)信用卡客戶資料進(jìn)行忠誠(chéng)度預(yù)測(cè)，為客戶關(guān)系管理過程中的各種決策提供依據(jù)。 第一節(jié) 客戶忠誠(chéng)度概念及預(yù)測(cè)方法 戶忠誠(chéng)度概念 自從 20 世紀(jì) 80 年代 以來(lái)，在市場(chǎng)營(yíng)銷學(xué)科中，企業(yè)對(duì)于客戶在營(yíng)銷決策過程中所發(fā)揮的作用日益重視 29。這種新的營(yíng)銷理念通常被稱之為“以客戶為中心”的策略。這種營(yíng)銷策略中，包含諸多的營(yíng)銷理論和實(shí)踐手段，其中“客戶忠誠(chéng)度”是以客戶為中心的營(yíng)銷理念中的核心思想 20。 近些年來(lái)，在企業(yè)營(yíng)銷實(shí)踐過程中，對(duì)于客戶忠誠(chéng)度的實(shí)踐應(yīng)用越來(lái)越重視。但是，客戶忠誠(chéng)度尚未有較為權(quán)威的定義。一般而言，客戶忠誠(chéng)度指的是客戶對(duì)于企業(yè)產(chǎn)品或服務(wù)進(jìn)行繼續(xù)消費(fèi)的傾向。忠誠(chéng)度較高的客戶具有較強(qiáng)烈的繼續(xù)消費(fèi)意愿，忠誠(chéng)度較低的客戶其繼續(xù)消費(fèi)意愿較低。通過客戶忠誠(chéng) 度的非正式定義，可知在實(shí)踐過程中客戶的忠誠(chéng)度主要表現(xiàn)為頻繁、大量的對(duì)企業(yè)產(chǎn)品或服務(wù)進(jìn)行消費(fèi)的行為 21。 美國(guó)的市場(chǎng)營(yíng)銷學(xué)教授 其 書中指出，高忠誠(chéng)度的客戶對(duì)于企業(yè)的發(fā)展其意義主要體現(xiàn)在如下幾方面 30： 1 維系高忠誠(chéng)度的客戶，其成本要遠(yuǎn)遠(yuǎn)低于獲取新客戶的成本； 2 高忠誠(chéng)度的客戶，其購(gòu)買企業(yè)產(chǎn)品或服務(wù)的幾率較高； 3 高忠誠(chéng)度的客戶，具有向企業(yè) 潛在客戶進(jìn)行義務(wù)宣傳的較高幾率； 4 高忠誠(chéng)度的客戶，對(duì)于企業(yè)產(chǎn)品或服務(wù)漲價(jià)的容忍性較高； 5 客戶與企業(yè)所維持的業(yè)務(wù)關(guān)系越長(zhǎng)，其忠誠(chéng)度越高。 第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 7 授認(rèn)為，客戶忠誠(chéng)度其主觀判斷性較強(qiáng)，應(yīng)當(dāng)根據(jù)客戶的態(tài)度和行為兩方面進(jìn)行綜合衡量。其認(rèn)為，客戶的忠誠(chéng)度主要表現(xiàn)為客戶與企業(yè)的情感維系。其根據(jù)客戶忠誠(chéng)度的表現(xiàn)不同，將客戶忠誠(chéng)度劃分為七種類型，即：壟斷忠誠(chéng)、惰性忠誠(chéng)、潛在忠誠(chéng)、價(jià)格忠誠(chéng)、方便忠誠(chéng)、激勵(lì)忠誠(chéng)、超值忠誠(chéng)。 授認(rèn)為，企業(yè) 的高忠誠(chéng)度客戶具有 50%以上的概率會(huì)對(duì)同一品牌商品進(jìn)行重復(fù)購(gòu)買；中度忠誠(chéng)的客戶具有 10%概率會(huì)對(duì)同一品牌商品進(jìn)行重復(fù)購(gòu)買；低度忠誠(chéng)的客戶其重復(fù)購(gòu)買同一品牌商品的概率低于 10%。通過量化分析方法，能夠有效的提高企業(yè)營(yíng)銷過程中的實(shí)際可操作性。 戶忠誠(chéng)度預(yù)測(cè)方法 對(duì)于客戶忠誠(chéng)度預(yù)測(cè)的研究，營(yíng)銷學(xué)等相關(guān)學(xué)科專家進(jìn)行了大量的實(shí)證研究，形成了如下具有代表性的研究成果。 文獻(xiàn) 32針對(duì)于超市客戶忠誠(chéng)度進(jìn)行了研究。其根據(jù)超市的營(yíng)業(yè)特點(diǎn)，認(rèn)為影響超市客戶忠誠(chéng)度的三個(gè)最關(guān)鍵因素在于關(guān)系信任、服務(wù)滿 意度、服務(wù)質(zhì)量。其設(shè)計(jì)了調(diào)查問卷向客戶展開問卷調(diào)查，共發(fā)放了 600 份問卷，收回有效問卷320 份。通過對(duì)問卷調(diào)查的信息分析，最終對(duì)超市客戶進(jìn)行了忠誠(chéng)度有效預(yù)測(cè)，并提出了對(duì)于不同客戶的忠誠(chéng)度提升對(duì)策。 文獻(xiàn) 33針對(duì)于銀行客戶忠誠(chéng)度進(jìn)行研究，其在營(yíng)銷學(xué)忠誠(chéng)度傳統(tǒng)模型基礎(chǔ)上，對(duì)于某商業(yè)銀行的 800 多位客戶進(jìn)行訪談，并對(duì)訪談資料進(jìn)行分析，對(duì)客戶進(jìn)行了有效的忠誠(chéng)度劃分。其研究結(jié)果表明，客戶忠誠(chéng)度的直接影響因素在于客戶對(duì)于銀行服務(wù)的滿意程度，客戶對(duì)于銀行的了解程度也是客戶忠誠(chéng)度的重要影響因素之一。 文獻(xiàn) 34對(duì) 無(wú)線電通訊行業(yè)客戶忠誠(chéng)度進(jìn)行了研究。在進(jìn)行忠誠(chéng)度評(píng)價(jià)過程中，采用電話問卷訪談的形式，收集到 3500 名客戶的調(diào)查結(jié)果，其中 3200 份為有效調(diào)查。通過對(duì)調(diào)查結(jié)果的分析，表明：無(wú)線電通訊商其客戶關(guān)系管理工作應(yīng)當(dāng)著重于提升客戶滿意度，并集中資源提升對(duì)客戶的服務(wù)質(zhì)量，而不是將精力集中于新客戶獲取的活動(dòng)中。 此外，還有一系列的研究分別著眼于食品行業(yè)、互聯(lián)網(wǎng)行業(yè)、電子商務(wù)行業(yè)等行業(yè)的客戶忠誠(chéng)度預(yù)測(cè) 35對(duì)于客戶忠誠(chéng)度預(yù)測(cè)的一般研究方法，主要通過采用針對(duì)于具體行業(yè)進(jìn)行問卷設(shè)計(jì)，發(fā)放問卷并針對(duì)于有效問卷進(jìn)行分析第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 8 的 方式，最終形成客戶忠誠(chéng)度水平。 第二節(jié) 神經(jīng)網(wǎng)絡(luò)原理 經(jīng)網(wǎng)絡(luò) 的發(fā)展 人工神經(jīng)網(wǎng)絡(luò)是計(jì)算機(jī)、生物醫(yī)學(xué)等多學(xué)科交叉的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)的研究始于 1943 年提出的 型。該模型給出了神經(jīng)元的基本工作模式，成為神經(jīng)網(wǎng)絡(luò)研究的起源。生物學(xué)家 生物學(xué)研究中，發(fā)現(xiàn)了神經(jīng)細(xì)胞之間的連接，會(huì)在某種活動(dòng)中得到加強(qiáng)。該規(guī)則引入到人工神經(jīng)網(wǎng)絡(luò)中，被稱為 習(xí)規(guī)則，成為人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)最為經(jīng)典的算法之一。 此后，神經(jīng)網(wǎng)絡(luò)的最大進(jìn)展就是由 出 的 著名感知機(jī)模型，包含了 現(xiàn) 代計(jì)算機(jī)的一些 基本 原理， 通常被認(rèn)為 是 神經(jīng)網(wǎng)絡(luò)研究史上 第一個(gè)完整的人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型 ， 是 第一次 將人工神經(jīng)網(wǎng)絡(luò)的 研究 成果 付諸 于 工程實(shí)現(xiàn)的探索性嘗試 。 出了至今仍在廣泛使用的 習(xí)規(guī)則，并探討了 自適應(yīng)濾波、預(yù)測(cè)和模式識(shí)別 等領(lǐng)域中 自適應(yīng)線性單元 動(dòng)了人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域 的研究進(jìn)入 其發(fā)展歷程上的首個(gè) 高潮。出了 經(jīng)網(wǎng)絡(luò)模型，該模型由運(yùn)算放大器搭建而成。借助于自動(dòng)控制領(lǐng)域領(lǐng)的 數(shù)的原理，提出了神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的判定規(guī)則，并運(yùn)用該模型對(duì)于旅行商問題進(jìn)行求解。在 出了神經(jīng)網(wǎng)絡(luò)多層感知機(jī)訓(xùn)練的 饋算法之后，解決的多層感知機(jī)學(xué)習(xí)過程的難題，將神經(jīng)網(wǎng)絡(luò)的研究引入了一個(gè)新的發(fā)展階段。 在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、算法研究的基礎(chǔ)上，其在多個(gè)領(lǐng)域得到了廣泛的應(yīng)用。例如：在圖像處理領(lǐng)域，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像邊緣檢測(cè)、圖像恢復(fù)；在模式識(shí)別領(lǐng)域，通過神經(jīng)網(wǎng)絡(luò)對(duì)于人工手寫符號(hào)進(jìn)行識(shí)別，進(jìn)行傳感器信號(hào)檢測(cè)等；在機(jī)器人控制領(lǐng)域，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)械手故障排查、機(jī)器人自適應(yīng)導(dǎo)航等功能實(shí)現(xiàn)。 經(jīng)網(wǎng)絡(luò) 結(jié)構(gòu) 神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的 最小構(gòu)成單元，通過若干神經(jīng)元組成神經(jīng)網(wǎng)絡(luò)的不同第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 9 層次結(jié)構(gòu)，并將不同層次的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行連接形成神經(jīng)網(wǎng)絡(luò)總體結(jié)構(gòu)。 神經(jīng)網(wǎng)絡(luò)是在各個(gè)神經(jīng)元工作的基礎(chǔ)上，形成網(wǎng)絡(luò)的總體工作特性。典型的神經(jīng)元結(jié)構(gòu)如圖 示。 1n ,g X W 圖 經(jīng)元結(jié)構(gòu)圖 在圖 神經(jīng)元結(jié)構(gòu)中，輸入量為 X= , ，神經(jīng)元權(quán)重為向量 12, , , ，神經(jīng)元的閾值為 ，閾值是作為神經(jīng)元 的偏移信號(hào)。函數(shù) ,g X W 代表神經(jīng)元的基函數(shù)，屬于多輸入單輸出類型。函數(shù) f(u)代表神經(jīng)元的激活函數(shù)，激活函數(shù)根據(jù)基函數(shù)處理得到的數(shù)據(jù)向指定范圍內(nèi)進(jìn)行映射。神經(jīng)元進(jìn)行運(yùn)算過程中，通過基函數(shù)和激活函數(shù)的連續(xù)運(yùn)算，最終得到神經(jīng)元對(duì)于輸入數(shù)據(jù)的計(jì)算結(jié)果。 神經(jīng)元基函數(shù)主要包括如下幾種類型： (1) 線性基函數(shù) 線性基函數(shù)是多層感知機(jī)、 多種神經(jīng)網(wǎng)絡(luò)模型中應(yīng)用較為廣泛的一種基函數(shù)。通過線性基礎(chǔ)函數(shù)的運(yùn)算，神經(jīng)元中間計(jì)算結(jié)果 u 值如式 1, n g X W x X W (在 n 維空間中，線性基函數(shù)的為 n 維的超平面形狀。 (2) 距離基函數(shù) 通過距離基函數(shù)的運(yùn)算，神經(jīng)元中間計(jì)算結(jié)果 u 值如式 示。 21, n g X W x w X W (第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 10 在距離基函數(shù)中，其計(jì)算結(jié)果為神經(jīng)元輸入向量 X 和閾值向量 W 之間的歐式距離。 (3) 橢圓基函數(shù) 通過橢圓基函數(shù)的運(yùn)算，神經(jīng)元中間計(jì)算結(jié)果 u 值如式 示。 21, n i i g X W c x w C X W (在 n 維空間中，橢圓距離函數(shù)表示為一個(gè) n 維的橢圓球體。 神經(jīng)元的激活函數(shù)能夠?qū)τ诨瘮?shù)的計(jì)算結(jié)果進(jìn)行轉(zhuǎn)換，將無(wú)限域是數(shù)值轉(zhuǎn)換到指定范圍內(nèi)作為神經(jīng)元的輸出結(jié)果。激活函數(shù)有多種類型，包括線性激活函數(shù)、非線性激活函數(shù)等。常用的激活函數(shù)包括如下幾種類型： (1) 硬極限激活函數(shù) 硬極限激活函數(shù)包括單極限激活函數(shù)和雙極限激活函數(shù)兩種類型，其計(jì)算方法分別如式 式 示。 1000uy f u u ( 1010uy f u u (單極限激活函數(shù)將中間計(jì)算結(jié)果 u 的非負(fù)部分映射為 1，將負(fù)數(shù)部分映射為0；雙極限激活函數(shù)其映射范圍相應(yīng)擴(kuò)大，將中間計(jì)算結(jié)果 u 的非負(fù)部分映射為1，將負(fù)數(shù)部分映射為 (2) 線性激活函數(shù) 線性激活函數(shù)將中間計(jì)算結(jié)果 u 進(jìn)行線性映射，其計(jì)算方法式 示。 y f u ku b (在線性激活函數(shù)中，根據(jù)中間計(jì) 算結(jié)果 u，構(gòu)造線性函數(shù)。其中 k 為函數(shù)斜率， b 為函數(shù)截距。 (3) 飽和線性激活函數(shù) 飽和線性激活函數(shù)根據(jù)中間計(jì)算結(jié)果 計(jì)算方法如式 1 112y f u u u (飽和線性激活函數(shù)常用于對(duì)數(shù)據(jù)進(jìn)行分類。 第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 11 (4) 活函數(shù) 這類函數(shù)是神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛的一種激活函數(shù)，其能夠?qū)⒅虚g計(jì)算結(jié)果 0,1空間范圍內(nèi)進(jìn)行映射。 活函數(shù)的計(jì)算方法如式 示。 11 uy f u e (為了將中間計(jì)算結(jié)果 u 映射到更廣的空間范圍內(nèi)，雙極性 數(shù)在數(shù)基礎(chǔ)上進(jìn)行了調(diào)整，能夠?qū)?u 映射到 1的空間范圍內(nèi)。雙極性活函數(shù)計(jì)算方法如式 示。 f u (通過改變參數(shù) 能夠 對(duì)于激活函數(shù)的形狀進(jìn)行調(diào)整，從而達(dá)到根據(jù)不同問題進(jìn)行激活函數(shù)選擇的目的。 (5) 高斯激活函數(shù) 高斯激活函數(shù)常用在徑向基神經(jīng)網(wǎng)絡(luò)中，該激活函數(shù)的計(jì)算方法如式 22e x p uy f u (式中，參數(shù) 表示函數(shù)的寬度。該值越大，表示函數(shù)曲線越平坦。在實(shí)際應(yīng)用中，根據(jù)具體問題進(jìn)行參數(shù)選擇。 經(jīng)網(wǎng)絡(luò)類型 神經(jīng)網(wǎng)絡(luò)按照結(jié)構(gòu)可以劃分成為不同的類型。常用的神 經(jīng)網(wǎng)絡(luò)類型主要有前饋網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)兩種。 (1) 前饋網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)的前饋型網(wǎng)絡(luò)結(jié)構(gòu)如圖 示。 前饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，網(wǎng)絡(luò)結(jié)構(gòu)可以從總體上劃分成為輸入層、中間層和輸出層的三層結(jié)構(gòu)。每一層神經(jīng)元的輸入項(xiàng)為前一層神經(jīng)元的計(jì)算輸出項(xiàng)。通過對(duì)于數(shù)據(jù)的順序運(yùn)算，得到最終計(jì)算結(jié)果。網(wǎng)絡(luò)可以具備若干個(gè)中間層次，可以根據(jù)具體工程問題進(jìn)行相應(yīng)層級(jí)結(jié)構(gòu)設(shè)計(jì)。 第二章 客戶忠誠(chéng)度預(yù)測(cè)模型研究 12 1饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 (2) 反饋網(wǎng)絡(luò) 反饋型神經(jīng)網(wǎng)絡(luò)又稱之為遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)的反饋 型網(wǎng)絡(luò)結(jié)構(gòu)如圖 示。 1饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 在反饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，網(wǎng)絡(luò)的輸入層要素不僅包括系統(tǒng)的外部輸入量，還包括由系統(tǒng)的輸出值。系統(tǒng)的輸出值可以是上一次計(jì)算結(jié)果，也可以是延遲若干時(shí)間段之前的計(jì)算結(jié)果。系統(tǒng)能夠根據(jù)及時(shí)輸入和系統(tǒng)輸出進(jìn)行數(shù)據(jù)運(yùn)算，完成對(duì)于信號(hào)系統(tǒng)或自控系統(tǒng)的狀態(tài)控制。 第二節(jié) 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型 題的提出 由于客戶忠誠(chéng)度管理的重要性，本人所在銀行對(duì)于客戶忠誠(chéng)度也展開了初步的研究。針對(duì)于本行信用卡客戶設(shè)計(jì)了相應(yīng) 的問卷，并展開了一系列的問卷調(diào)查和問卷數(shù)據(jù)分析工作。通過對(duì)信用卡客