基于聚类分析的证券业客户分层实证研究被引量：3

下载PDF

导出

摘要客户管理的依据是客户价值.本文根据客户对证券公司提供的价值,采用聚类分析方法对某证券公司提供的2014年6月到2015年6月总资产在50万~100万之间93个客户共1116条记录进行实证分析,研究客户的分层情况.通过细分结果可以对不同类的客户提供和设计不同的服务项目并提供个性化服务策略.

作者刘凤艳

机构地区淮南师范学院金融学院

出处《赤峰学院学报（自然科学版）》 2016年第8期99-101,共3页 Journal of Chifeng University(Natural Science Edition)

基金淮南师范学院教师社会实践项目淮南师范学院科学研究项目(No.2014xj45)

关键词客户细分聚类分析证券业客户价值

分类号 F830.91 [经济管理—金融学] F270 [经济管理—企业管理]

引文网络
相关文献

参考文献4

1娄至涛.基于聚类分析的证券业客户关系管理研究[D].西北农林科技大学.2010.
2刘莉.K-means算法在移动客户细分中的应用研究[J].信息通信,2008,21(6):51-53. 被引量：1
3王荇,郑成增.聚类算法在证券公司CRM中的应用[J].常州工学院学报,2008,21(4):59-62. 被引量：2
4王园.证券业客户细分模型构建及实证研究[J].上海管理科学,2012,34(2):30-35. 被引量：6

二级参考文献25

1李斌,郭剑毅.基于系统聚类的客户分析[J].昆明理工大学学报（理工版）,2004,29(6):66-69. 被引量：3
2谢寰红.数据挖掘在证券公司CRM客户细分中的应用[J].计算机工程,2004,30(B12):553-554. 被引量：8
3闫相斌,李一军,邹鹏,卢涛.动静态属性数据相结合的客户分类方法研究[J].中国管理科学,2005,13(2):95-100. 被引量：6
4李敏,何理.聚类分析在证券投资基本分析中的应用[J].辽宁师范大学学报（自然科学版）,2006,29(2):145-146. 被引量：8
5张光建,黄贤英.基于最小聚类单元的聚类算法研究及其在CRM中的应用[J].计算机科学,2006,33(7):188-189. 被引量：11
6[1]BERSON A,STEPHEN S,KURT T.构建面向CRM的数据挖掘应用[M].贺奇,郑岩,魏藜,等,译.北京:人民邮电出版社,2001:3-28.
7[1]Alex berson,Stephea Smith,Kurt Thearling.Building data mining application for CRM[C].New York:McGraw-Hill Professional Book Group,2001.
8[4]Kanungo T,Mount D M,Netanyahu N,et al.Alocal search approximation algorithm for K-means clustering[J].Computational Geometry:Theory and Applications,2004(28):89 -112.
9Paul Greenberg. CRM at the speed of light: capturing and keep- ing customers in internct real time[M]. New York: McGraw- Hill Education, 2002.
10杨路明,巫宁.客户关系统管理理论与实务[M].北京:电子工业出版社,2008.

共引文献6

1王园.证券业客户细分模型构建及实证研究[J].上海管理科学,2012,34(2):30-35. 被引量：6
2邱吉福,王园.基于客户生命周期理论的证券业客户细分实证研究[J].上海管理科学,2013,35(2):50-56. 被引量：3
3王园,李少峰,王永梅,欧冰臻,王秋明,林巧明.基于朴素贝叶斯算法的证券业客户价值细分研究[J].科技和产业,2013,13(5):47-50.
4刘紫伊.证券公司客户关系管理的研究与实施策略[J].辽宁工业大学学报（社会科学版）,2014,16(3):23-26. 被引量：1
5黄飞杰,郎旭明,尹健康,张卫东,唐靖.聚类集成算法在客户细分模型中的应用[J].西南科技大学学报,2020,35(1):75-80. 被引量：9
6范力,朱丹,徐青,张昊.证券公司优质客户服务体系构建研究[J].金融纵横,2020(4):10-20. 被引量：1

同被引文献28

1祝迎春.二阶聚类模型及其应用[J].市场研究,2005(1):40-42. 被引量：10
2唐功爽.基于SPSS的主成分分析与因子分析的辨析[J].统计教育,2007(2):12-14. 被引量：67
3贾万敬,何建敏.主成分分析和因子分析在评价区域经济发展水平中的应用[J].现代管理科学,2007(9):19-21. 被引量：26
4胡雷芳.基于聚类分析的C2C电子商务客户价值服务营销对策研究[J].成组技术与生产现代化,2007,24(3):34-37. 被引量：7
5李新蕊.主成分分析、因子分析、聚类分析的比较与应用[J].山东教育学院学报,2007,22(6):23-26. 被引量：120
6肖凤,郑海健,卢闯.基于聚类分析的银行客户关系管理策略研究[J].技术经济,2010,29(1):87-93. 被引量：14
7左国才,杨金民.K-means算法在电信CRM客户分类中的应用[J].计算机系统应用,2010,19(2):155-159. 被引量：9
8于丽英,郭洪晶.长江三角洲地区城市综合竞争力的评价研究[J].上海大学学报（社会科学版）,2011,18(1):79-90. 被引量：8
9任占峰,李豫新.新疆区域可持续发展水平分析与评价[J].科技进步与对策,2011,28(14):126-129. 被引量：8
10曹凌雁,曹慧,刘向荣.基于数据挖掘技术的信用卡透支影响因素研究[J].知识经济,2015(2):87-88. 被引量：1

引证文献3

1罗素文,韩路,许勤,孙元浩.探索商业银行在大数据挖掘技术领域的应用[J].计算机应用与软件,2017,34(9):43-45. 被引量：4
2常胜,秦浪,汤弟伟.重庆市各区县综合发展水平差异分析——基于SPSS主成分分析法和聚类分析法[J].湖北民族学院学报（自然科学版）,2017,35(1):114-120. 被引量：9
3孙李红,杨稳稳.基于二阶聚类分析的客户管理分类研究[J].哈尔滨商业大学学报（自然科学版）,2019,35(5):630-633. 被引量：4

二级引证文献17

1夏志,董仁杰,金石柱.长吉图地区产业发展与城市功能分析[J].延边大学农学学报,2018,40(1):14-20. 被引量：5
2李文豪.数据挖掘在国内银行业应用领域的技术探究[J].江苏科技信息,2018,35(15):45-47. 被引量：2
3王珂,朱家明,卢杰.基于因子分析及聚类分析对P2P网络借贷平台的研究[J].哈尔滨师范大学自然科学学报,2018,34(3):33-39. 被引量：8
4王少强.城市商业银行数据中心建设与管理分析[J].管理观察,2019(1):158-159. 被引量：1
5王茜茜,李明玉,张平宇.珲春市城市经济与边境口岸经济的耦合协调性分析[J].延边大学农学学报,2019,41(1):87-93. 被引量：4
6王硕,彭虹.基于大数据思维实现全球三十国GDP总量分析与预测[J].安徽科技学院学报,2019,33(5):78-85.
7曾晓玮.基于机器学习的金融消费场景预测探索[J].全国流通经济,2020,0(5):153-155. 被引量：1
8曾闻茹,胡欢庆,吴国奥.基于主成分分析的成都市各区县综合发展水平分析[J].价值工程,2020,39(24):31-32.
9王昀,张文华.基于主成分聚类分析的甘肃省城市生态承载力评价[J].陇东学院学报,2021,32(5):78-83. 被引量：1
10王瑞.大数据时代的数据挖掘技术与应用[J].轻工科技,2021(9):72-73. 被引量：7

1叶雪英,李小伟.现代商业银行客户分层管理与服务初探[J].中国农业银行武汉管理干部学院学报,2000(2):51-54.
2古菲娅.帕拉提.我国网上银行发展现状、问题及成因分析[J].新疆大学学报（哲学社会科学版）,2009,37(4):46-48. 被引量：1
3门吉丽.浅析商业银行信用卡风险管理[J].北方经贸,2011(4):112-114. 被引量：3
4董德应.把顾客需求转变成顾客习惯[J].饭店世界,2007(3):37-38.
5罗喆.重点客户价值管理对企业营销策略的影响[J].经营管理者,2015(8Z).
6田春梅.商业银行信用卡风险管理探讨[J].北方经贸,2011(12):91-92. 被引量：2
7潘沁.风险主导型商业银行客户分层模型研究[J].金融会计,2016(11):51-57.
8王春华.基于DM技术客户分层的营销渠道建设[J].通信企业管理,2013(7):80-81.
9李黄燕.浅议城商行信用卡客户分层管理[J].现代商业,2014(36):138-139.
10李广为.私人银行:差异分析与路径选择[J].青海金融,2007(1):12-14. 被引量：3

赤峰学院学报（自然科学版）

2016年第8期

浏览历史

内容加载中请稍等...

基于聚类分析的证券业客户分层实证研究被引量：3

参考文献4

二级参考文献25

共引文献6

同被引文献28

引证文献3

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

基于聚类分析的证券业客户分层实证研究 被引量：3

参考文献4

二级参考文献25

共引文献6

同被引文献28

引证文献3

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

基于聚类分析的证券业客户分层实证研究被引量：3