收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进SOM的银行客户细分研究

吴虹颖  
【摘要】:随着经济的高速发展和科学技术的不断进步,银行业的竞争日益激烈。其竞争点由过去的“以产品为中心”逐渐转变为“以客户为中心”,为更好满足用户需求,提供更好的用户体验成为银行发展的关键,此时客户细分变得尤为重要。然而,银行客户数据复杂且庞大,如何选择符合实际情况的细分模型,对数量庞大的银行客户进行有效准确的划分,挖掘出客户的潜在需求,并在正确的时间向正确的顾客销售正确的产品,这些已成为银行业研究的重点问题。由于银行客户数据高维且数据量庞大存在噪声数据等特点,本文提出一种改进聚类算法SOM-Kmedoids-CH进行客户细分。主要研究内容如下:(1)自组织神经网络(SOM)对大样本数据处理效果较好,但学习速率的选择在很大程度上影响了SOM神经网络的聚类效果。当学习速率较大时,权重向量会反复振荡更新,造成学习稳定性下降。当学习率逐渐靠近0时,虽然网络的学习稳定性得到提升,但是网络的收敛速度却会降低。针对这一问题,本文将学习速率设置为关于时间t的单调递减函数,这样能保证在训练刚开始时以较快的速度对模型进行学习,在训练即将结束时,学习速率趋近于0,保证模型训练的稳定性。进而提升算法聚类的效率。(2)考虑到细分技术未来的发展趋势是将不同算法的优点进行结合,本文将改进的SOM神经网络与快速K中心点算法进行结合,同时用CH指标判断最佳聚类个数。首先利用改进后的SOM神经网络训练样本数据输出原型向量,这时的输出量比原始样本数据量小很多且保持原拓扑结构不变,以SOM输出的原型向量作为快速K中心点的输入进行聚类,同时用CH指标对每次聚类结果进行评价,选取对应CH值最高的K值为最佳聚类中心。此方法解决了传统SOM算法收敛时间较长和快速K中心点人为确定聚类个数的盲目性以及对噪声数据不敏感的问题。本文首先利用UCI数据集对改进SOM的收敛速度进行测试,然后对CH指标有效性进行验证,然后对本文算法以及其他算法进行测试和比较分析。从实验结果来看,改进SOM收敛速率要快于传统SOM,CH指标能够准确判断最佳聚类个数。从运行时间、分类正确率和最佳聚类数目的判定是否有效三方面来看,本文算法优于其他聚类算法。然后本文以Kaggle官网桑坦德(Standard)银行客户数据为样本,利用改进的SOM-Kmedoids-CH聚类算法进行建模,将银行客户划分为四大类,对客户进行聚类评析,并针对不同类型银行客户群体提供相应的意见和建议。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 张小敏;王小丫;左小雪;;面向大数据的电信客户细分模型研究与展望[J];数字通信世界;2018年03期
2 俞守华;张琦;;基于客户细分的Y公司客户关系管理研究[J];当代经济;2018年15期
3 许荻迪;;客户细分理论文献综述:细分维度及其在银行业的应用[J];经济师;2015年09期
4 高榕;;互联网环境下的中小企业客户细分研究[J];智富时代;2016年S2期
5 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期
6 张焕国;吕莎;李玮;;C均值算法的电信客户细分研究[J];计算机仿真;2011年06期
7 谭本军;;聚类算法在移动客户细分中的应用[J];科技信息;2010年14期
8 丘琪铮;;中国企业的客户细分与管理[J];销售与市场(管理版);2010年05期
9 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期
10 叶强;卢涛;闫相斌;李一军;;客户关系管理中的动态客户细分方法研究[J];管理科学学报;2006年02期
11 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期
12 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期
13 白晶;霍悦;;电力客户细分模型及系统构建[J];电子制作;2017年24期
14 袁华强;项放;;浅谈客户细分与关系维系[J];化工管理;2012年05期
15 张婉琪;;挖掘客户细分的价值[J];中国信用卡;2012年11期
16 杨丰瑞;窦厚玺;郑倩倩;;基于服务感知和可获得性感知的电信客户细分[J];通信企业管理;2011年06期
17 王宇;徐艳;;基于卷积核的港口客户细分方法[J];大连理工大学学报;2010年03期
18 单英楠;;探究客户细分下的电商营销策略[J];现代商业;2019年12期
19 陈贵;;细分就是创新[J];管理观察;2017年24期
中国重要会议论文全文数据库 前20条
1 刘年磊;毛国柱;赵林;;基于主成分-SOM神经网络的太湖水质富营养化评价[A];中国环境科学学会2009年学术年会论文集(第一卷)[C];2009年
2 刘井波;陈文宇;孙世新;;基于SOM特征映射图同步区域生长的远程故障诊断方法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
3 贺康;庞海荣;;SOM神经网络在全液压钻机故障诊断中的应用[A];煤矿机电一体化新技术2011学术年会论文集[C];2011年
4 胡阳;王吉芳;徐小力;;基于SOM网络的烟气轮机状态监测诊断专家系统应用研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
5 赵梦雯;凤继鹏;赵素芬;滕可导;马云飞;;大鼠下丘脑室旁核的细胞构筑及SOM阳性神经元的分布[A];中国畜牧兽医学会动物解剖学及组织胚胎学分会第十七次学术研讨会论文集(下)[C];2012年
6 蔡中华;;自组织映射(SOM)在研究地区产业结构聚类分析的应用[A];第九届中国青年信息与管理学者大会论文集[C];2007年
7 宁敦荣;;论“对表管理”理念在客户关系管理中的运用[A];湖北省烟草学会2006年学术年会论文集[C];2006年
8 梁昌勇;赵艳霞;;基于RFM分析的银行信用卡客户的行为评分模型——应用自组织映射神经网络SOM和Apriori方法[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
9 王龙;杜敦伟;吕晓军;白艳萍;;基于SVM和SOM的雷达目标识别[A];第十届中国智能交通年会优秀论文集[C];2015年
10 彭俊忠;朱家祥;刘庆莹;朱长庚;童逸龄;;TNFα激活的星形胶质细胞条件培养液致痫大鼠GABA及SOM免疫细胞化学反应的变化[A];解剖学杂志——中国解剖学会2002年年会文摘汇编[C];2002年
11 胥威汀;刘俊勇;刘友波;;基于SOM和ID3算法综合分析的负荷特性研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
12 孙砚飞;姜德生;王玉华;;基于FRF和SOM网络的钢箱梁焊缝损伤识别[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
13 赵翔;周开乐;张弛;;基于SOM神经网络的居民用户电力消费模式识别[A];第十一届(2016)中国管理学年会论文集[C];2016年
14 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年
15 彭岩;王万森;涂序彦;;基于SOM的预警模型研究与应用[A];2003年中国智能自动化会议论文集(上册)[C];2003年
16 吴春旭;吴镝;蒋宁;;一种基于信息熵与K均值迭代模型的模糊聚类算法[A];第十届中国管理科学学术年会论文集[C];2008年
17 王超;冯美臣;肖璐洁;杨武德;乔星星;贾志荣;;基于多元统计分析的麦田耕作层SOM高光谱估测研究[A];2016年全国青年作物栽培与生理学术研讨会论文集[C];2016年
18 郭振国;管少伟;;SOM神经网络模型在开发管线钢L245中的应用[A];2012年河北省轧钢技术暨学术年会论文集(下)[C];2012年
19 刘海平;;基于SOM模糊识别裂腹鱼类生活史及对高原渔业管理的启示[A];第二届现代化海洋牧场国际学术研讨会、中国水产学会渔业资源与环境专业委员会2018年学术年会论文集[C];2018年
20 于佳;王燕;;基于SOM的视频中人工文本区域检测方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
中国博士学位论文全文数据库 前6条
1 吕锋;面向SOM的农机装备制造企业转型驱动机制及其路径研究[D];吉林大学;2016年
2 李可心;基于激光扫描的改进SOM神经网络混凝土结构损伤识别研究[D];东北林业大学;2020年
3 林小苹;基于SOM和CCA的柘林湾浮游动物群落结构及其与环境因子关系的研究[D];汕头大学;2010年
4 于鷃;基于一维SOM神经网络的聚类及数据分析方法研究[D];天津大学;2009年
5 叶红云;面向金融营销问题的个性化推荐方法研究[D];合肥工业大学;2011年
6 陈静宇;基于客户价值的中间商客户细分与客户管理策略研究[D];重庆大学;2004年
中国硕士学位论文全文数据库 前20条
1 吴虹颖;基于改进SOM的银行客户细分研究[D];长春工业大学;2021年
2 熊剑廷;基于SOM和PAM的聚类算法研究及在银行客户细分的应用[D];暨南大学;2017年
3 高秩新;基于数据仓库的银行客户细分管理系统研究[D];对外经济贸易大学;2006年
4 张琦;基于客户细分的Y公司客户关系管理研究[D];华南农业大学;2018年
5 蚁文洁;细菌启发式多目标特征选择方法在客户细分中的研究[D];深圳大学;2019年
6 蔡琪瑶;BLN公司基于价值的客户细分及提升策略[D];电子科技大学;2019年
7 赵涵潇;基于Wi-Fi探测客流数据的客户细分研究[D];对外经济贸易大学;2019年
8 于萌萌;基于客户细分的民航旅客增值服务购买决策研究[D];哈尔滨工业大学;2019年
9 姚陈岑;基于客户细分理论的M公司I事业部中小客户关系管理优化研究[D];上海外国语大学;2020年
10 林玉套;基于客户细分的F物流公司营销策略研究[D];南京邮电大学;2019年
11 孙莎莎;上海移动基于客户细分保有项目的设计与应用[D];上海交通大学;2016年
12 赵赟;基于CLV的A公司客户细分策略研究[D];北京理工大学;2017年
13 李越;基于营销响应的银行大数据应用研究[D];北京林业大学;2017年
14 谷亚茜;冬奥会背景下崇礼滑雪场客户细分的研究[D];河北师范大学;2019年
15 孟影;高端客户细分及营销策略研究[D];天津财经大学;2018年
16 吕亮亮;基于Spark的电信客户细分数据分析平台实现和应用[D];北京邮电大学;2019年
17 黄文君;基于电话记录的电信行业客户细分[D];电子科技大学;2019年
18 王增臣;商品车运输一体化系统关键技术研究[D];南京航空航天大学;2018年
19 杨文芳;基于客户细分的多维效用关联规则挖掘[D];武汉理工大学;2017年
20 张阳;建设银行Y支行客户细分及差异化营销策略研究[D];河北工业大学;2017年
中国重要报纸全文数据库 前20条
1 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年
2 任柏菘;普尔特的客户细分[N];中国房地产报;2011年
3 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分?[N];中国房地产报;2011年
4 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年
5 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年
6 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年
7 ;拨开“客户细分”迷雾[N];网络世界;2006年
8 刘新喜;财产保险公司的客户细分探析[N];中国保险报;2012年
9 本报记者 许婷;3G客户细分:一个被简单化的复杂问题[N];通信产业报;2009年
10 张明;客户细分个性设计[N];房地产时报;2004年
11 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年
12 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年
13 石家庄邮电职业技术学院金融系主任,博士 崇东;客户细分 金矿显现[N];中国邮政报;2012年
14 长江商学院教授 曾鸣;客户细分与营销创新[N];华夏时报;2003年
15 北京倍腾企业顾问有限公司资深顾问 付遥;客户细分管理的攻守模型[N];中国计算机报;2005年
16 记者 李倩 通讯员 宫玉河 张宏健;客户细分 全员营销[N];金融时报;2003年
17 陆亚鹏;客户细分是关键[N];通信产业报;2006年
18 张小菊;在回访中挖掘价值[N];中国城乡金融报;2007年
19 殷苏峰;客户细分成必然选择[N];市场报;2004年
20 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978