【数据挖掘异常检测】基于数据挖掘的商业银行异常客户检测研究

时间：2017-01-19 22:44:53 作者：王晓慧；王璐；

本文作者：王晓慧；王璐；成功正常投稿发表论文到《商场现代化》2010年14期,引用请注明来源400期刊网！
【摘要】：商业银行面对众多的客户时,需要识别其中的异常客户,以规避其风险。本文介绍了发现异常数据的四种孤立点检测方法,并提出了基于距离的k-medoids聚类算法与遗传算法结合的孤立点挖掘算法。最后应用该算法分析信用数据集,挖掘其中的异常数据,识别异常客户。
【论文正文预览】：国内大多数商业银行都已拥有自己的数据集中业务平台，数据集中以后，商业银行建立了庞大的数据仓库，实施了对经营信息、客户数据的有效存储，紧接着商业银行就迫切需要从这些海量的数据当中挖掘出高价值的信息资源，从而精确的把握商业竞争、客户动态等实时信息，以便实施
【文章分类号】：F830.4
【稿件关键词】：异常客户孤立点检测k-medoids算法遗传算法
【参考文献】:

蒙肖莲;商业银行客户识别与保持模型研究[D];华中科技大学;2005年
褚法政;基于数据挖掘的银行客户关系管理[D];青岛大学;2004年
祖巧红;基于实例的OLAM技术及其多维可视化研究[D];武汉理工大学;2007年
刘璇;金融网络中资金流动模式识别与智能化异常监测[D];上海交通大学;2010年
向坚持;互联网环境下的中小企业客户关系管理研究[D];中南大学;2010年
陶丽娜;数据挖掘技术在银行CRM中的应用研究[D];哈尔滨工程大学;2006年
高海燕;基于数据挖掘的银行客户流失预测研究[D];西安理工大学;2007年
谭康荣;基于数据挖掘的银行客户关系管理的构建与实施[D];重庆大学;2007年
潘甜;我国商业银行客户关系管理差别化研究[D];南京农业大学;2007年
郑承满;基于DW的商业银行ACRM研究与应用[D];厦门大学;2008年
万力;基于Web的计量器具管理系统研究与实现[D];电子科技大学;2009年
叶胜利;基于贝叶斯网络分类器的商业银行客户分类模型研究[D];南京理工大学;2009年
尤慧;客户关系模型及其在银行营业机构管理系统中的应用研究[D];上海交通大学;2008年
蔡宁;基于数据挖掘的电信客户细分研究[D];江西理工大学;2008年
徐莉;商业银行对企业信用风险度量和管理的研究[D];中南大学;2010年
田江;基于支持向量机的孤立点检测方法研究[D];大连理工大学;2009年
牛琨;聚类分析中若干关键技术及其在电信领域的应用研究[D];北京邮电大学;2007年
张雪萍;基于群集智能的带约束条件空间聚类分析研究[D];解放军信息工程大学;2007年
孙焕良;基于空间划分的优化聚类算法及相关技术研究[D];东北大学;2005年
范洁;数据挖掘中孤立点检测算法的研究[D];中南大学;2009年
尚俊平;基于距离的聚类和孤立点检测算法研究[D];郑州大学;2005年
岳峰;聚类的边界点检测算法研究[D];郑州大学;2007年
王振东;聚类算法及其在客户行为分析中的应用研究[D];北京邮电大学;2008年
石磊;基于后验概率加权的模糊支持向量分类机研究及应用[D];重庆师范大学;2009年
贾晨科;基于K-距离的孤立点和聚类算法研究[D];郑州大学;2006年
刘俊岭;聚类与孤立点检测算法的研究和实现[D];中国科学院研究生院（沈阳计算技术研究所）;2006年
李俊娴;基于预处理技术的数据清理系统研究与实现[D];南京航空航天大学;2007年
郑健;聚类和孤立点检测算法的研究与实现[D];南京航空航天大学;2007年
夏菁;椭圆拟合方法的比较研究[D];暨南大学;2007年

【稿件标题】：【数据挖掘异常检测】基于数据挖掘的商业银行异常客户检测研究
【作者单位】：北京工业大学经济管理学院;交通运输部管理干部学院;
【发表期刊期数】：《商场现代化》2010年14期
【期刊简介】：《商场现代化》杂志由中国商业联合会主管、中商科学技术信息研究所主办。主要探讨国内外现代商业管理经验和介绍现代科技在商业营销管理中的应用，并且刊发精选的国内外现代商业流通领域理论研究成果与现代贸易经济理论的科研论文。其严格化，标准化及权威性在......更多商场现代化杂志社(http://www.400qikan.com/qk/945/)投稿信息
【版权所有人】：王晓慧；王璐；

【数据挖掘 异常检测】基于数据挖掘的商业银行异常客户检测研究

【数据挖掘异常检测】基于数据挖掘的商业银行异常客户检测研究