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(shí)代的到來(lái)，人們?cè)絹?lái)越關(guān)注怎樣在數(shù)據(jù)中獲取有用的知識(shí)，由此誕生了一門(mén)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(lái)越廣泛，如研究銀行客戶(hù)滿意度。現(xiàn)如今銀行業(yè)的競(jìng)爭(zhēng)越來(lái)越激烈，只有提高客戶(hù)滿意度，才能使得銀行在市場(chǎng)上穩(wěn)定長(zhǎng)久發(fā)展。
　　本文討論的內(nèi)容是用數(shù)據(jù)挖掘技術(shù)來(lái)研究銀行客戶(hù)的滿意度情況。文章首先對(duì)數(shù)據(jù)挖掘的定義及來(lái)源進(jìn)行了介紹，簡(jiǎn)要闡述了幾種常見(jiàn)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(hù)數(shù)據(jù)，通過(guò)問(wèn)卷調(diào)查得到原始數(shù)據(jù)。對(duì)客戶(hù)的相關(guān)數(shù)據(jù)變量進(jìn)行分析，把變量細(xì)分為廣度細(xì)分變量和深度細(xì)分變量。對(duì)29個(gè)深度細(xì)分變量用因子分析進(jìn)行降維處理得到7個(gè)主因子。最后對(duì)深度細(xì)分變量和廣度細(xì)分變量分別建立決策樹(shù)模型，這兩個(gè)模型的分類(lèi)準(zhǔn)確率都比較高而且也較為接近。從廣度細(xì)分決策樹(shù)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(diǎn)的顧客滿意度差異較大，以及性別對(duì)滿意度評(píng)價(jià)沒(méi)有影響。深度細(xì)分模型結(jié)果顯示，服務(wù)規(guī)范對(duì)顧客評(píng)價(jià)的影響最大，其次