基于案例推理的银行零售客户价值细分模型构建

本文首先结合RFM理论建立了多层多维的商业银行零售客户价值的评价指标体系。通过拓宽RFM模型的指标体系,改变了RFM模型简单的特点。接着利用数据挖掘技术构建商业银行零售客户价值智能分类模型,针对数据仓库中的零售客户原始数据,利用K-means算法获得案例库中的历史案例客户价值分类类型;在构建案例相似度模型中,本文首次利用ANP模型获得评价指标的权重,强调了评价指标之间的相互影响。最后,利用灰色关联分析原理建立了多层灰色关联方法以适应所构建的商业银行零售客户评价指标体系。