改進(jìn)K-MEANS聚類(lèi)算法在銀行CRM中的應(yīng)用與研究.pdf

1、如今各行各業(yè)的競(jìng)爭(zhēng)都相當(dāng)激烈,特別是在金融(銀行)行業(yè),競(jìng)爭(zhēng)成為了行業(yè)規(guī)則,對(duì)業(yè)績(jī)的把握,其實(shí)就是對(duì)客戶(hù)的把握,掌握客戶(hù)需求越及時(shí),越能滿(mǎn)足市場(chǎng)的需求,就越能成為行業(yè)競(jìng)爭(zhēng)中的佼佼者。目前大部分企業(yè)建立了客戶(hù)管理系統(tǒng),信息化程度的提高使中國(guó)金融業(yè)獲得了大量客戶(hù)電子數(shù)據(jù)資源,而客戶(hù)數(shù)據(jù)信息的理解和利用對(duì)提高企業(yè)服務(wù)水平具有重要作用,特別是準(zhǔn)確的客戶(hù)分類(lèi)使企業(yè)能有效實(shí)施客戶(hù)關(guān)系管理策略。如今的企業(yè)已經(jīng)歷了數(shù)據(jù)集中收集的時(shí)期,如何對(duì)已有信息有效

2、使用,挖掘出對(duì)決策者具有價(jià)值的信息?顯然傳統(tǒng)的技術(shù)支持已無(wú)法滿(mǎn)足用戶(hù)的要求。數(shù)據(jù)挖掘技術(shù)可以對(duì)海量數(shù)據(jù)進(jìn)行處理,從不完全的、有噪聲、模糊的數(shù)據(jù)中提取隱含在其中的數(shù)據(jù),在概括描繪已有的信息數(shù)據(jù)基礎(chǔ)上作分析預(yù)測(cè),為決策者提供決策所需要的信息。應(yīng)用數(shù)據(jù)挖掘技術(shù)可將市場(chǎng)和客戶(hù)分成有意義的群組,協(xié)助企業(yè)更好策劃活動(dòng)和設(shè)計(jì)新的市場(chǎng)運(yùn)動(dòng),通過(guò)獲得客戶(hù)類(lèi)別來(lái)分析和預(yù)測(cè)客戶(hù)的消費(fèi)模式。因此,研究數(shù)據(jù)挖掘技術(shù),對(duì)客戶(hù)進(jìn)行分類(lèi),根據(jù)分類(lèi)結(jié)果制定CRM策略具有

3、重要的理論價(jià)值與現(xiàn)實(shí)意義。
　　 本文著重研究了數(shù)據(jù)挖掘技術(shù)在金融業(yè)CRM系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)。首先介紹了數(shù)據(jù)挖掘與客戶(hù)關(guān)系管理的基礎(chǔ)理論,然后結(jié)合當(dāng)前金融業(yè)務(wù)的特點(diǎn),分析了金融行業(yè)CRM的功能及架構(gòu),同時(shí)本文基于聚類(lèi)分析算法,提出數(shù)據(jù)挖掘在金融業(yè)客戶(hù)關(guān)系管理中的典型應(yīng)用。本文就針對(duì)銀行業(yè)數(shù)據(jù)挖掘的工作流特點(diǎn)及數(shù)據(jù)的分析,提出必須實(shí)現(xiàn)客戶(hù)關(guān)系管理的數(shù)據(jù)倉(cāng)庫(kù)的建設(shè),在分析K-means算法的優(yōu)缺點(diǎn)后,提出了一種改進(jìn)的K—means算