改進K-MEANS聚類算法在銀行CRM中的應用與研究.pdf

1、如今各行各業(yè)的競爭都相當激烈,特別是在金融(銀行)行業(yè),競爭成為了行業(yè)規(guī)則,對業(yè)績的把握,其實就是對客戶的把握,掌握客戶需求越及時,越能滿足市場的需求,就越能成為行業(yè)競爭中的佼佼者。目前大部分企業(yè)建立了客戶管理系統,信息化程度的提高使中國金融業(yè)獲得了大量客戶電子數據資源,而客戶數據信息的理解和利用對提高企業(yè)服務水平具有重要作用,特別是準確的客戶分類使企業(yè)能有效實施客戶關系管理策略。如今的企業(yè)已經歷了數據集中收集的時期,如何對已有信息有效

2、使用,挖掘出對決策者具有價值的信息?顯然傳統的技術支持已無法滿足用戶的要求。數據挖掘技術可以對海量數據進行處理,從不完全的、有噪聲、模糊的數據中提取隱含在其中的數據,在概括描繪已有的信息數據基礎上作分析預測,為決策者提供決策所需要的信息。應用數據挖掘技術可將市場和客戶分成有意義的群組,協助企業(yè)更好策劃活動和設計新的市場運動,通過獲得客戶類別來分析和預測客戶的消費模式。因此,研究數據挖掘技術,對客戶進行分類,根據分類結果制定CRM策略具有

3、重要的理論價值與現實意義。
　　 本文著重研究了數據挖掘技術在金融業(yè)CRM系統中的應用與實現。首先介紹了數據挖掘與客戶關系管理的基礎理論,然后結合當前金融業(yè)務的特點,分析了金融行業(yè)CRM的功能及架構,同時本文基于聚類分析算法,提出數據挖掘在金融業(yè)客戶關系管理中的典型應用。本文就針對銀行業(yè)數據挖掘的工作流特點及數據的分析,提出必須實現客戶關系管理的數據倉庫的建設,在分析K-means算法的優(yōu)缺點后,提出了一種改進的K—means算