基于K-means和PCA的商业银行客户价值细分模型研究
为解决样本间分类指标信息重叠而降低K-means算法效率问题,本文提出基于PCA的K-均值商业银行客户价值细分模型.利用主成分分析方法,将个数较多的原始输入变量进行预处理,使其变为一组个数较少独立的新输入变量,将新的输入变量样本作为K-均值的输入样本并进行商业银行客户价值细分,又使用单因素方差分析方法检验PCA-K--means的可行性.结果表明:PCA-K-means算法具有可行性较好的分类效果.
商业银行、客户细分、细分指标、主成分分析、K-均值
F224;F830.4(经济计算、经济数学方法)
江苏省教育厅哲学社会科学基金09SJD630006
2011-07-20(万方平台首次上网日期,不代表论文的发表时间)
27-29