摘要：系統(tǒng)聚類(lèi)法是聚類(lèi)分析中應(yīng)用最廣泛的一種方法，凡是具有系統(tǒng)聚類(lèi)分析數(shù)值特征的變量和樣品都可以采用系統(tǒng)聚類(lèi)法，選擇不同的距離和聚類(lèi)方法可獲得滿(mǎn)意的數(shù)值分類(lèi)效果。該文將應(yīng)用系統(tǒng)聚類(lèi)法通過(guò)客戶(hù)數(shù)據(jù)對(duì)銀行營(yíng)銷(xiāo)進(jìn)行分析，分類(lèi)的目的是銀行的客戶(hù)群進(jìn)行分類(lèi)。

關(guān)鍵詞：聚類(lèi)分析；分類(lèi)營(yíng)銷(xiāo)

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）16-3853-03

隨著信息技術(shù)的發(fā)展，傳統(tǒng)的商業(yè)模式發(fā)生了根本性的變化企業(yè)間的競(jìng)爭(zhēng)越來(lái)越激烈，挖掘有價(jià)值的客戶(hù)并制定相應(yīng)的銷(xiāo)售策略在商業(yè)中十分重要，與同時(shí)客戶(hù)的期望也在快速變化，在這種情況下，建立和維護(hù)客戶(hù)關(guān)系成了企業(yè)取得競(jìng)爭(zhēng)優(yōu)勢(shì)最重要的基礎(chǔ)。客戶(hù)數(shù)據(jù)的挖掘?qū)ζ髽I(yè)的發(fā)展就尤為重要，數(shù)據(jù)挖掘就需要研究一些數(shù)據(jù)挖掘技術(shù)，聚類(lèi)分析也是一種重要的數(shù)據(jù)挖掘研究領(lǐng)域中的一個(gè)重要的研究課題。

1 聚類(lèi)分析

聚類(lèi)（Clustering）：就是將數(shù)據(jù)分組成為多個(gè)類(lèi)（Cluster），在同一個(gè)類(lèi)內(nèi)對(duì)象之間具有較高的相似度，不同類(lèi)之間的對(duì)象差別較大。

一個(gè)聚類(lèi)就是有彼此相似的一組對(duì)象所構(gòu)成的集合，不同聚類(lèi)中的對(duì)象通常是不相似的，相似或不相似的度量是基于數(shù)據(jù)對(duì)象描述屬性的取值來(lái)確定的。聚類(lèi)分析依賴(lài)于對(duì)觀測(cè)點(diǎn)間的接近程度（距離）或相似程度的理解，定義不同的距離量度，可以產(chǎn)生不同的聚類(lèi)結(jié)果。

系統(tǒng)聚類(lèi)分析（Hierachical Cluster Analysis）是聚類(lèi)分析中應(yīng)用最廣泛的一種方法，凡是具有數(shù)值特征的變量和樣品都可以采用系統(tǒng)聚類(lèi)法，選擇不同的距離和聚類(lèi)方法可獲得滿(mǎn)意的數(shù)值分類(lèi)效果。

3 總結(jié)

本文采用系統(tǒng)聚類(lèi)法對(duì)銀行營(yíng)銷(xiāo)客戶(hù)數(shù)據(jù)進(jìn)行了分類(lèi)，系統(tǒng)聚類(lèi)有很多種方法，對(duì)多種方法進(jìn)行了實(shí)驗(yàn)，聚類(lèi)分析所得的結(jié)果并不是一個(gè)確切的，只是一個(gè)大概范圍的分類(lèi)。在實(shí)際應(yīng)用中，一般采用以下兩種處理方法：一種辦法是根據(jù)分類(lèi)問(wèn)題本身的專(zhuān)業(yè)知識(shí)結(jié)合實(shí)際需要來(lái)選擇分類(lèi)方法，并確定分類(lèi)個(gè)數(shù)。另一種辦法是多用幾種分類(lèi)方法去作，把結(jié)果中的共性取出來(lái)，如果用幾種方法的某些結(jié)果都一樣，則說(shuō)明這樣的聚類(lèi)確實(shí)反映了事物的本質(zhì)，而將有爭(zhēng)議的樣品暫放一邊或用其它辦法去歸類(lèi)。

4 展望

隨著技術(shù)的進(jìn)步使得數(shù)據(jù)的收集變得越來(lái)越容易，導(dǎo)致數(shù)據(jù)庫(kù)規(guī)模越來(lái)越大、復(fù)雜性越來(lái)越高，如各種類(lèi)型的貿(mào)易交易數(shù)據(jù)以及其他領(lǐng)域的數(shù)據(jù)等，它們的屬性通常可以達(dá)到成百上千維，甚至更高。許多在低維數(shù)據(jù)表現(xiàn)良好的聚類(lèi)方法運(yùn)用在高維空間上往往無(wú)法獲得好的聚類(lèi)效果。高維數(shù)據(jù)聚類(lèi)分析是聚類(lèi)分析中一個(gè)非?；钴S的領(lǐng)域，同時(shí)它也是一個(gè)具有挑戰(zhàn)性的工作。因此，對(duì)高維數(shù)據(jù)聚類(lèi)分析的研究將在商業(yè)市場(chǎng)分析、信息安全、金融、娛樂(lè)、醫(yī)學(xué)、生物等方面都會(huì)有很廣泛的應(yīng)用。對(duì)聚類(lèi)分析的深入研究將成為非常重要的一個(gè)課題。

參考文獻(xiàn)：

[1] 于錄.模糊聚類(lèi)分析在商品銷(xiāo)售中的應(yīng)用[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2005（4）.

[2] 羅妤，余力.聚類(lèi)數(shù)據(jù)挖掘在商場(chǎng)顧客分析中的應(yīng)用[J].自動(dòng)化技術(shù)與應(yīng)用，2OO7（9）.

[3] 武森，程鍇，陳鳳潔.聚類(lèi)分析在電信客戶(hù)細(xì)分中的應(yīng)用[J].技術(shù)經(jīng)濟(jì)與管理研究，2008（1）.

[5] 趙喜倉(cāng)，崔冬梅，竇志紅.聚類(lèi)分析在客戶(hù)細(xì)分中的研究與應(yīng)用[J].江蘇商論，2007（8）.