FinTech时代基于大数据挖掘的银行产品推荐模型研究  

Research on product recommendation model of bank based on big data mining in FinTech Era

作　　者：王彦博[1,2,3] 陈喆辉 胡丽君 高璐 文会党 

机构地区：[1]中国民生银行 [2]对外经济贸易大学统计学院 [3]云南大学大数据研究院 [4]首都经济贸易大学信息学院

出　　处：《中国金融电脑》2018年第12期41-43,共3页Financial Computer of China

摘　　要：FinTech时代,产品推荐模型研究是商业银行实现精准营销的关键所在。针对此问题,人们在大数据挖掘技术发展基础上,提出了不同的推荐算法。本文着重探索利用K-means聚类算法结合关联规则挖掘中支持度和置信度的思想,形成基于客户细分的产品推荐模型。实证分析结果表明该模型具有较好的应用效果。随着国内银行业的竞争压力日益增大,各商业银行为了满足不同类型的客户需求,不断推出各种银行产品。在此背景下,银行需要一套行之有效的模型来为客户精准、快捷地推荐相关产品,实现银行与客户的共赢。

关 键 词：数据挖掘技术 商业银行 产品推荐 K-MEANS 关联规则挖掘 客户细分 国内银行业 精准营销 

分 类 号：F832.2[经济管理—金融学] TP311.13[自动化与计算机技术—计算机软件与理论]