基于聚类算法和神经网络的客户分类模型构建

• 作者: 卢荧玲 蒲杰方
• 来源期刊: 软件
• 学科: 工学
• 关键词: 数据挖掘 客户分类模型 K-means聚类算法 BP-神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 130-136
• 页数: 7页
• 分类号: TP181
• 字数: 5615字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.04.028

摘要

银行客户分类的实施离不开数据挖掘技术.本文首先筛选了14个关键变量作为影响客户是否购买定期存款的影响因素,并对重要特征进行初步分析;其次,根据数据特征利用k-means聚类算法对银行的客户群进行分类,从而得出三类最有可能购买定期存款的客户群,剖析每一类客户群的特征,从而有针对性地为其提供差别化的产品;最后,针对客户是否购买定期存款,构建了有效的BP神经网络预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲杰方	重庆工商大学数学与统计学院	2	8	1.0	2.0
2	卢荧玲	重庆工商大学数学与统计学院	2	8	1.0	2.0