基于聚类算法和神经网络的客户分类模型构建

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.