基于决策树C5.0的商业银行客户细分研究.doc

管理费,以达到逐步清扫低价值客户的目的,从而缩减银行运营成本,增加收益。4结论商业银行客户细分,对银行了解客户特征和需求,实施差异化的服务体系,保持并扩大客户资源具有重要意义。本文主要采用决策树C5.0算法对商业银行客户进行了细分。首先梳理决策树算法的发展概况,选用精度较高,使用范围较广的C5.0算法作为核心分类工具。通过遴选出商业银行客户的性别、年龄、学历、职业、年薪、婚姻状况、健康状况和居住年限8类重要属性,利用聚类分析方法将客户粗分为重要客户、普通客户、低档客户与关注客户4类,进而采用C5.0的决策树算法对客户进行细分,得出更为细致的分类规则。最后针对4类客户的特征和属性,设计了差异化的银行客户服务体系方案,以期为银行与客户之间建立长期而稳定的合作关系,完善客户关系管理,实现银行收益的持续增加提供有价值的参考。主要参考文献[1]KimTS,KimHK,SongHS,etal.DetectingtheChangeofCustomerBehaviorBasedonDecisionTreeAnalysis[J].ExpertSystems,2005,22(4):193-205.[2]KohHC,ChanKLG.DataMiningandCustomerRelationshipMarketingintheBankingIndustry[J].SingaporeManagementReview,2002,24(2):1-27.[3]QuinlanJR.Bagging,Boosting,andC4.5[C].edingof14thNationalConferenceonArtificialIntelligence.Portland,Oregon,1996:725-730.[4]QuinlanJR.BoostingFirst-orderLearning[C].Proceedings