目录 1
1 引言 1
1.1 研究背景 2
1.2.1 大数据国内外研究现状 2
1.2.2 文本分类研究现状 8
1.3 主要工作 9
1.4 论文组织结构 9
2 大数据技术研究 10
2.1 大数据 10
2.1.1 大数据采集技术 10
2.1.2 大数据预处理技术 20
2.1.3 大数据存储及管理技术 20
2.1.4 大数据分析及挖掘技术 21
2.1.5 大数据展现与应用技术 21
2.1.6 大数据计算 21
2.1.7 大数据分析 22
2.2 本章小结 22
3 设计的实现与分析 23
3.1 客户登录事件检测时序图 23
3.2 客户登录事件流程 24
3.4 求解 25
3.4 实验整体流程 27
3.5 模型与验证 28
4 总结与展望 38
4.1 本文工作总结 38
4.2 本文后期工作展望 38
致谢 39
参考文献 40
1 引言
本章主要是介绍了本课题的研究背景与国内外的研究现状。主要数据的挖掘以及分析以及最后模型的建立过程与难度，并对可能存在的问题进行描述；而且在这个基础上，详细介绍了本文的研究目的，研究内容和意义；最后简介本论文的基本组织结构与课题的基本进程。论文网
1.1 研究背景
对于银行来说，正确地预计消费者的需求，并及时组织好可匹配的产品与服务响应客户的需求还是一件比较难完成的任务。这需要大量历史数据的储存与分析，还需要有应对各种行为可能的预测机制（不同的行为意味着不同的算法），才能实现塔吉特百货那样“料事如神”的效果。令人头疼的是，零售银行所需的数据关联性与零售商业的数据存在着一定的差异，因此需要针对银行产品和服务的特点进行重新设计。只要银行能解决这样的问题，并把分析的结果实时、具象的体现在前端营销人员的电脑、手机里，就能帮银行解决很多眼下头疼的问题。在全局层面上，这样的预测机制也能帮银行少走很多弯路，避免不必要的资源浪费。 大数据的银行客户异常行为分析模型构建(2):http://www.youerw.com/jisuanji/lunwen_80628.html