聚類算法在銀行客戶細(xì)分中的研究和應(yīng)用.pdf

1、數(shù)據(jù)挖掘是一種新興的決策支持工具，而聚類分析是該領(lǐng)域的核心技術(shù)和非常活躍的研究方向。客戶細(xì)分是客戶關(guān)系管理的重要組成部分，它是指企業(yè)根據(jù)客戶的內(nèi)在和外在屬性、及客戶的消費行為特征對其分類，從而為不同類別的客戶提供針對性的產(chǎn)品和服務(wù)。聚類是客戶細(xì)分的有力工具，尤其是在金融行業(yè)中日益發(fā)揮出積極的導(dǎo)向作用。 聚類是一種無監(jiān)督學(xué)習(xí)過程，它按照事物的屬性特征把事物聚集成若干簇，使同一簇內(nèi)的數(shù)據(jù)對象之間具有較高的相似性，而不同簇之間的數(shù)據(jù)對

2、象相似度較低。聚類融合是將多個聚類結(jié)果進(jìn)行組合來獲得更加魯棒和聚類準(zhǔn)確率更高的數(shù)據(jù)劃分結(jié)果。本文提出了一種基于投票機(jī)制的兩層聚類融合模型，它通過解決以下幾個方面的問題來實現(xiàn)對聚類精度及算法魯棒性的提升： 聚類成員的生成問題：聚類成員是聚類融合算法的基礎(chǔ)，生成聚類成員的核心問題是獲得多個相互具有差異性的原始聚類結(jié)果。在本文提出的模型中，涉及兩個層次的聚類成員：第一層聚類成員為原始的聚類算法產(chǎn)生的聚類結(jié)果，它通過為多種聚類算法設(shè)置不

3、同的參數(shù)來獲得；第二層的聚類成員是將同一種算法在不同參數(shù)下的聚類結(jié)果進(jìn)行組合得到的聚類融合結(jié)果，也就是說第二層的聚類成員兼具聚類融合結(jié)果和聚類成員兩個方面的性質(zhì)。通過選擇不同類型的聚類算法和設(shè)置不同的初始化參數(shù)可以得到有差異性的聚類成員，提高聚類融合質(zhì)量。 聚類融合函數(shù)設(shè)計問題：它是指用什么樣的方法將多個聚類結(jié)果組合起來從而提升原始聚類算法的聚類效果。在本文的兩層聚類融合模型中，主要采用多個聚類結(jié)果投票的方法作為聚類融合函數(shù)。投

4、票機(jī)制的核心思想是一組成員對某件事物的共同判斷優(yōu)于單個成員的判斷，它具有簡單有效且便于理解的特點。 聚類標(biāo)簽的匹配問題：在采用基于投票的聚類融合方法時，確定不同數(shù)據(jù)劃分中簇的對應(yīng)關(guān)系也是一個十分重要的問題。不同的算法、甚至同一個算法在不同參數(shù)下的聚類結(jié)果對實質(zhì)相同的同一個簇的描述或標(biāo)簽都可能是不同的。在本文研究中，通過將兩次聚類中共享數(shù)據(jù)點最多的兩個簇設(shè)置相同的類標(biāo)號來解決標(biāo)簽匹配問題。 本文還探討了客戶細(xì)分的一般性方法