作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,大数据、人工智能技术的高速发展,正深刻改变着当前的金融生态和金融格局。对于大部分商业银行,尽管已经积累了大量的数据,但对数据的利用还不够深入,导致数据对业务的支持力度明显不足。因此,如何利用银行自身积累的数据资源,并从中提取出有益于商业银行经营和决策的信息,是商业银行面临的一个重要挑战。本文通过介绍大数据时代数据挖掘技术的概念、作用及方法,进一步分析数据挖掘技术在客户风险评价和客户关系管理方面的应用,浅析数据挖掘技术在零售业务中的运用价值,以期为商业银行的大数据应用提供参考借鉴。
推荐文章
数据挖掘在零售业中应用研究
数据挖掘
分类树
关联规则
规则聚类
零售业CRM中的数据挖掘技术
CRM
数据挖掘
关联规则
数据挖掘技术及其在零售业中应用的初步研究
数据挖掘
关联规则
分类
聚类
决策树
零售业
批发零售业发展的多元统计分析
批发零售业
典型相关分析
因子分析
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘技术在零售业务中的运用研究
来源期刊 现代管理 学科 经济
关键词 大数据 数据挖掘 零售业务 评分模型
年,卷(期) xdgl,(2) 所属期刊栏目
研究方向 页码范围 146-151
页数 6页 分类号 F83
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
数据挖掘
零售业务
评分模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代管理
双月刊
2160-7311
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
598
总下载数(次)
2
论文1v1指导