智能时代的银行知识管理PDF|Epub|txt|kindle电子书版本网盘下载

智能时代的银行知识管理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 智能时代的知识管理视角1

1.1.1 从数据到智能行为1

1.1.2 智能时代知识管理的理论框架3

1.2 智能时代的银行知识管理背景6

1.2.1 银行业的挑战6

1.2.2 银行业新的迫切需求9

1.3 智能时代的银行知识管理应用场景13

1.3.1 产品及成本应用场景13

1.3.2 客户服务应用场景15

1.3.3 综合风险管理应用场景16

1.4 本章小结17

第2章 智能时代的知识管理理论及关键技术18

2.1 相关概念及理论18

2.1.1 知识管理的“6P-1B”模型18

2.1.2 基于业务流程的知识管理20

2.1.3 基于场景设计的知识管理26

2.2 关键技术及方法基础33

2.2.1 基于领域本体的知识建模技术33

2.2.2 面向任务的知识应用技术40

2.2.3 知识图谱的构建方法49

2.3 本章小结53

第3章 智能时代的银行知识管理实施框架54

3.1 银行知识管理的前提——数据治理体系框架54

3.1.1 数据治理战略与机制57

3.1.2 数据治理专题与实现58

3.1.3 数据标准体系框架62

3.2 银行知识管理的客体——银行知识资源69

3.2.1 框架知识资源70

3.2.2 容度知识资源70

3.2.3 环境知识资源71

3.3 银行知识管理的工具——银行知识管理平台72

3.3.1 业务协同的知识管理平台72

3.3.2 互动学习的知识交流平台74

3.3.3 集成统一的知识共享平台75

3.4 智能时代银行知识管理的思路77

3.4.1 梳理银行的业务流程体系77

3.4.2 规划设计应用模式和形式78

3.4.3 落实平台内容和制度建设80

3.5 本章小结82

第4章 智能时代的银行知识管理流程重构84

4.1 银行核心业务流程分析84

4.1.1 前台核心业务流程分析86

4.1.2 中台核心业务流程分析90

4.1.3 后台核心业务流程分析92

4.2 银行核心业务流程再造方案94

4.2.1 核心业务流程再造原则95

4.2.2 前台核心业务流程再造方案96

4.2.3 中台核心业务流程再造方案100

4.2.4 后台核心业务流程再造方案104

4.3 面向KM流程的银行贷后监管系统实证107

4.3.1 面向KM流程的贷后监管系统架构设计107

4.3.2 面向KM流程的贷后监管系统功能结构设计119

4.3.3 面向KM流程的贷后监管组织结构设计122

4.3.4 系统实施步骤及应用效果预期130

4.4 本章小结134

第5章 智能时代的银行知识发现136

5.1 基于数据挖掘的银行知识发现系统构建136

5.1.1 数据挖掘应用系统架构设计136

5.1.2 数据挖掘步骤和使用工具139

5.2 基于关联规则算法的银行交易知识发现141

5.2.1 关联规则算法的原理141

5.2.2 银行交易中的知识发现142

5.3 基于聚类算法的银行客户细分知识发现147

5.3.1 聚类算法的原理147

5.3.2 银行客户细分中的知识发现149

5.4 基于决策树算法的银行信用风险管理知识发现152

5.4.1 决策树算法的原理152

5.4.2 银行信用风险管理中的知识发现153

5.5 本章小结160

第6章 智能时代的银行知识建模161

6.1 基于知识图谱的银行知识建模思路161

6.1.1 知识图谱的内涵及外延161

6.1.2 知识图谱在银行业的应用162

6.1.3 两种知识建模方法比较165

6.2 基于知识地图的银行知识建模——自上而下方法166

6.2.1 面向工作流的业务流程分析166

6.2.2 面向岗位的知识收集及分析169

6.2.3 知识关联及知识地图绘制178

6.3 基于多视角属性聚类的银行知识建模——自下而上方法181

6.3.1 基于多视角属性聚类的知识建模特点182

6.3.2 基于多视角属性聚类的银行知识建模原理183

6.3.3 基于多视角属性聚类的银行知识建模实证193

6.4 本章小结202

第7章 智能时代的银行知识库构建203

7.1 银行知识库构建的原理203

7.1.1 知识库、规则与推理203

7.1.2 Rete模式匹配算法211

7.2 银行知识库构建的案例——贷款审计规则引擎系统设计216

7.2.1 贷款审计规则引擎系统详细设计216

7.2.2 贷款审计规则引擎业务规则模型模块220

7.2.3 贷款审计规则引擎数据模型模块231

7.2.4 贷款审计规则引擎审计结果展现241

7.3 本章小结247

第8章 客户关系管理场景下的银行知识管理实证249

8.1 客户关系管理场景下的银行知识管理框架249

8.1.1 客户关系管理视角下银行知识管理的主要问题249

8.1.2 银行知识管理的客户生命周期4R维度252

8.2 基于客户生命周期4R维度的知识管理策略实证255

8.2.1 客户获得阶段（R1）的知识管理策略255

8.2.2 客户成长阶段（R2）的知识管理策略264

8.2.3 客户再生阶段（R3）的知识管理策略267

8.2.4 客户挽留阶段（R4）的知识管理策略270

8.3 本章小结274

第9章 客户响应场景下的银行知识管理实证275

9.1 客户响应模型的开发275

9.1.1 建模的前期准备275

9.1.2 基于回归模型的变量筛选方法288

9.1.3 模型效果评估及创建评分卡295

9.1.4 模型实施和监控管理298

9.2 基于客户响应模型的银行知识管理策略302

9.2.1 客户响应模型的评测和分析302

9.2.2 基于模型结果的知识管理策略304

9.3 本章小结309

第10章 智能时代的银行知识管理发展趋势311

10.1 大数据技术在银行业的应用场景分析311

10.1.1 大数据技术在客户管理上的应用312

10.1.2 大数据技术在精准营销上的应用314

10.1.3 大数据技术在风险管理上的应用315

10.1.4 大数据技术在产品创新上的应用319

10.2 商务智能技术在银行业的应用场景分析320

10.2.1 商务智能技术在挖掘潜在客户上的应用321

10.2.2 商务智能技术在金融反欺诈上的应用322

10.2.3 商务智能技术在风险事件预警上的应用325

10.3 智能时代的银行知识管理应用的实例分析328

10.3.1 招商银行利用大数据技术的实例328

10.3.2 青岛银行利用商务智能技术的实例335

10.4 本章小结340

参考文献341