智能时代的银行知识管理PDF电子书下载

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