[1]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229-232.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(02):229-232.
点击复制

SQL Server 2005数据挖掘技术在证券客户忠诚度的应用()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年02期
页码:
229-232
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry
文章编号:
1673-629X（2010）02-0229-04
作者:
赵裕啸1; 2 倪志伟1; 2 王园园1; 2 伍章俊1; 2
[1]合肥工业大学管理学院[2]合肥工业大学过程优化与智能决策教育部重点实验室
Author(s):
ZHAO Yu-xiao1; 2;  NI Zhi-wei1; 2;  WANG Yuan-yuan1; 2; WU Zhang-jun1; 2
[1]School of Management, Hefei University of Teehnology[2]Ministry of Education Key Lab. of Process Optimization and Intelligent Decision-making, Hefei Univ. of Tech.
关键词:
RFM客户评价; 数据挖掘; 客户忠诚度; DMX语言
Keywords:
RFM customer evaluation;  data - mining;  customer loyalty; DMX language
分类号:
TP301.6
文献标志码:
A
摘要:
文中主要研究了我国证券业客户忠诚度分类和表现形式，提出了一种证券业客户忠诚度评估的有效方法。依据RFM客户评价方法，结合数据挖掘的一般流程将SOLServer2005中的数据挖掘技术应用于证券业客户忠诚度模型系统中，并结合某证券公司客户交易数据，对其客户忠诚度进行了准确合理的分类，对其不同忠诚度类型的客户提出相应个性化营销建议，最后通过使用DMX语言在客户端运用数据挖掘产生的分类规则对其客户进行了准确预测。
Abstract:
Studied on classification and expression forms Of customer fidelity in securities industry and proposed an effective method to evaluate customer fidelity in securities industry. Based on RFM customer evaluation method, integrated the normal process of dat

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(02):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(02):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(02):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(02):114.
[5]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(02):93.
[6]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(02):105.
[7]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(02):84.
[8]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(02):109.
[9]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(02):113.
[10]孙名松 邸明星 王湛昱.多决策树算法在P2P网络流量检测中的应用[J].计算机技术与发展,2010,(06):126.
　SUN Ming-song,DI Ming-xing,WANG Zhan-yu.Application of Decision Tree Algorithm in Traffic Detection of P2P Network[J].,2010,(02):126.

备注/Memo

备注/Memo:
国家高技术研究发展计划（863）（2007AA04Z116）;国家自然科学基金（70871033）赵裕啸（1984-），男，硕士研究生，研究方向为数据挖掘；倪志伟，教授，博士生导师，研究方向为人工智能、机器学习。
更新日期/Last Update: 1900-01-01