证券行业是一个市场竞争日益加剧的新兴行业,“建设优质的金融服务公司”是不少有眼光证券公司的转型目标,这种“以客户为中心”的服务理念,对客户服务的技术支持提出了更高的要求。 本论文以证券公司客户服务发展需求为出发点,研究数据仓库技术在证券业客户服务的应用,提出建立证券客户数据仓库,并以此为基础构建证券客户分析系统,获取客户在证券公司的行为、盈亏等关键信息,为证券公司专业化、个性化服务提供坚实的技术支持。 本论文首先对客户分析系统的体系结构设计进行详细描述,设计出一个以“客户为中心”的多主题多维数据模型,构建出符合客户分析要求的证券客户数据仓库。本论文针对证券公司数据源多平台、异构且数据量大的特点,提出一套完整的数据抽取/转换/加载和数据分割解决方案,并给出元数据在数据抽取转换、数据分割过程中自动化控制的实现方法,最后列举了OLAP和决策树、聚类分析等挖掘技术在证券客户分析的实际应用算法。