基于BIRCH大数据聚类方法在证券业的个性化服务

• 作者: 侯秦 俞枫 冯必成 苑博 赵文瑜
• 来源期刊: 决策与信息（下旬刊）
• 关键词: BIRCH方法 大数据 特征提取 证券交易
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 经济研究
• 页码范围: 55-57
• 页数: 3页
• 字数: 4050字
• 语种: 中文

摘要

本文以客户细分、客户聚类为切入点,为证券企业对客户适当性服务与分类管理提供技术支持.第一,本文提出了一种适用于大数据集的组合聚类方法:BIRCH方法.其通过构建CF(聚类特征)树层次,实现对数据的压缩.第二,本文针对证券交易记录数据,从年度换手率,年度持仓率,年度持股时长等的特征提取算法.通过记录证券交易数据提取出可多方面描述客户状态的动态属性,可增加证券企业对客户的识别.并根据这些动态属性进行聚类,其结果可为证券企业探求不同客户的、最具偏好的针对性需求作支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞枫		1	0	0.0	0.0
2	苑博		1	0	0.0	0.0
3	赵文瑜	上海华东理工大学金融大数据联合研究中心	1	0	0.0	0.0
4	冯必成		2	0	0.0	0.0
5	侯秦		1	0	0.0	0.0