基于Apriori算法銀行客戶(hù)分類(lèi)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著世界經(jīng)濟(jì)一體化，大量的外資銀行進(jìn)入中國(guó)，使得國(guó)內(nèi)銀行業(yè)業(yè)內(nèi)競(jìng)爭(zhēng)日漸加劇。優(yōu)質(zhì)客戶(hù)是銀行的利潤(rùn)之源，如何發(fā)掘優(yōu)質(zhì)客戶(hù)以及發(fā)掘他們的潛在價(jià)值就尤為重要了。 本系統(tǒng)發(fā)掘優(yōu)質(zhì)客戶(hù)時(shí)，采用基于Apriori算法對(duì)銀行客戶(hù)進(jìn)行分類(lèi)。針對(duì)Apriori算法存在的產(chǎn)生候選集組合過(guò)多和數(shù)據(jù)庫(kù)掃描占用系統(tǒng)I/O開(kāi)銷(xiāo)過(guò)大的兩個(gè)缺點(diǎn)，提出采用Apriori算法的改進(jìn)方案：改進(jìn)后的Apriori算法通過(guò)對(duì)參與候選集的元素計(jì)數(shù)的方法來(lái)減少產(chǎn)生候選集的組

2、合和虛擬刪除無(wú)效項(xiàng)集建立新的事物數(shù)據(jù)庫(kù)來(lái)減少數(shù)據(jù)庫(kù)的掃描次數(shù)。經(jīng)過(guò)科學(xué)的理論分析和大量的實(shí)驗(yàn)結(jié)果表明：時(shí)間復(fù)雜度上反映出改進(jìn)后的Apriori算法時(shí)間復(fù)雜度降低了。在空間復(fù)雜度上反映出虛擬刪除多余不符合標(biāo)準(zhǔn)的項(xiàng)集，從而壓縮數(shù)據(jù)庫(kù)所帶來(lái)的數(shù)據(jù)規(guī)模減小的效果。當(dāng)最小支持為0.33時(shí)，改進(jìn)前平運(yùn)行時(shí)間為50068ms，而改進(jìn)后平均運(yùn)行時(shí)間為7698ms。因此改進(jìn)后的Apriori算法提高挖掘的速度和減少數(shù)據(jù)庫(kù)的I/O操作時(shí)間的開(kāi)銷(xiāo)，平均運(yùn)行時(shí)

3、間約為改進(jìn)前的1/7。因此改進(jìn)后的Apriori算法更優(yōu)于傳統(tǒng)的Apriori算法適合于本系統(tǒng)的分類(lèi)模型的創(chuàng)建的需要。 本論文首先基于課題研究的背景和意義，對(duì)于本系統(tǒng)的存在的意義進(jìn)行了科學(xué)的闡述。然后具體闡述本系統(tǒng)的需求分析，對(duì)于Apriori算法的改進(jìn)的可行性進(jìn)行分析論證。同時(shí)，論述如何科學(xué)準(zhǔn)確的選出銀行優(yōu)質(zhì)客戶(hù)，詳細(xì)地講解系統(tǒng)的設(shè)計(jì)過(guò)程，對(duì)系統(tǒng)的模塊構(gòu)成及各個(gè)模塊的主要功能和實(shí)現(xiàn)流程分別作了深入地分析和介紹。同時(shí)結(jié)合客戶(hù)關(guān)系