一種基于K-mediods改進(jìn)BIRCH的大數(shù)據(jù)聚類方法——以證券客戶大數(shù)據(jù)為例.pdf

1、伴隨著信息科技、互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)、智能終端等技術(shù)的高速發(fā)展，海量數(shù)據(jù)已圍繞在人們身邊，這就是“大數(shù)據(jù)”時(shí)代。人們不只是數(shù)據(jù)的生產(chǎn)者，同時(shí)也是數(shù)據(jù)的受惠者；人們不是只能被動(dòng)地接受數(shù)據(jù)和科技，人們能改變科技在生活中所扮演的角色，同時(shí)也能改變享受數(shù)據(jù)帶來(lái)的恩惠方式。金融行業(yè)天生擁有大量的數(shù)據(jù)，“金融大數(shù)據(jù)”起源于金融的信息化。大量傳統(tǒng)金融行業(yè)的數(shù)據(jù)是為了業(yè)務(wù)而存在，其本身不具備資產(chǎn)屬性。在“大數(shù)據(jù)”時(shí)代，多元化、多樣化的數(shù)據(jù)已

2、發(fā)生本質(zhì)性改變，數(shù)據(jù)不僅僅是業(yè)務(wù)信息化的產(chǎn)物，數(shù)據(jù)也是資產(chǎn)。金融企業(yè)可以通過(guò)海量數(shù)據(jù)建立全面的風(fēng)險(xiǎn)管理機(jī)制，可以通過(guò)海量數(shù)據(jù)實(shí)現(xiàn)精細(xì)化管理，也可以通過(guò)海量數(shù)據(jù)改善客戶服務(wù)質(zhì)量，提升企業(yè)競(jìng)爭(zhēng)力。
　　隨著我國(guó)證券市場(chǎng)的發(fā)展，證券企業(yè)不斷涌現(xiàn)，導(dǎo)致了證券企業(yè)之間相互競(jìng)爭(zhēng)客戶資源的現(xiàn)象。而我國(guó)證券市場(chǎng)也逐步由一個(gè)“買(mǎi)方”市場(chǎng)逐步轉(zhuǎn)入到了一個(gè)“賣(mài)方”市場(chǎng)，證券企業(yè)的競(jìng)爭(zhēng)已開(kāi)始由新增客戶，漸行轉(zhuǎn)向如何穩(wěn)定存量客戶的戰(zhàn)略性思考。如何從客戶角度

3、思考服務(wù)問(wèn)題是一次大挑戰(zhàn)。證券企業(yè)不是“替”客戶賺更多的錢(qián)，而是幫助客戶提高收益率?；氐娇蛻絷P(guān)系管理的本質(zhì)，證券企業(yè)所有的一切都應(yīng)該圍繞著如何幫助客戶提升盈利水平而工作。
　　本文以多樣化、多類化、多層次化的客戶聚類、客戶細(xì)分為切入點(diǎn)，為證券企業(yè)對(duì)客戶適當(dāng)性服務(wù)與分類管理提供技術(shù)支持。
　　首先，本文提出了一種適用于大數(shù)據(jù)集的組合聚類方法：BIRCH.K-mediods方法。BIRCH.K-mediods方法是BIRCH方法

4、的衍生，是基于K-mediods聚類對(duì)BIRCH方法的改進(jìn)。BIRCH方法具有抗異常數(shù)據(jù)干擾性、可伸縮性、可增量性、高效性等特點(diǎn)，其通過(guò)構(gòu)建 CF（聚類特征）樹(shù)層次，可在較小信息丟失的前提下實(shí)現(xiàn)對(duì)數(shù)據(jù)的壓縮。再用K-mediods聚類方法對(duì)CF樹(shù)結(jié)構(gòu)進(jìn)行聚類，進(jìn)一步提升聚類方法的抗異性、準(zhǔn)確性和穩(wěn)定性。
　　其次，本文針對(duì)證券交易記錄數(shù)據(jù)，從風(fēng)險(xiǎn)偏好、風(fēng)險(xiǎn)承受能力、交易習(xí)慣和資金流動(dòng)性四個(gè)方面，構(gòu)建了換手率、持倉(cāng)率、止盈點(diǎn)、止損點(diǎn)

5、、持股時(shí)長(zhǎng)、資金流動(dòng)性等的特征提取算法。在算法中，用較為穩(wěn)健的統(tǒng)計(jì)量：中位數(shù)代替均值，提升特征提取過(guò)程中的抗異性，提高結(jié)果的準(zhǔn)確率和可信度。
　　最后，本文通過(guò) BIRCH.K-mediods方法和穩(wěn)健的特征提取算法對(duì)某證券企業(yè)662位客戶10年來(lái)的近200萬(wàn)余條交易記錄進(jìn)行客戶聚類，并甄別出風(fēng)險(xiǎn)性、關(guān)注度、價(jià)值性、成熟性等屬性交互的六類客戶，實(shí)現(xiàn)多樣化、多類化、多層次化的客戶分類。
　　本文提出的BIRCH.K-medio

6、ds方法滿足“大數(shù)據(jù)”時(shí)代對(duì)聚類方法的抗異常數(shù)據(jù)干擾、可伸縮性、可增量性、高效性、穩(wěn)定性等上的要求，其可謂是適用于“大數(shù)據(jù)”時(shí)代的有效聚類方法之一。通過(guò)證券交易記錄數(shù)據(jù)提取出可描述客戶多方面狀態(tài)的動(dòng)態(tài)屬性，可增加證券企業(yè)對(duì)客戶的識(shí)別和刻畫(huà)能力。并根據(jù)這些動(dòng)態(tài)屬性進(jìn)行聚類，其結(jié)果可為證券企業(yè)探求不同客戶的、最具偏好的針對(duì)性需求作支撐。本文不僅細(xì)化了解客戶屬性，還充分了解客戶的風(fēng)險(xiǎn)承受能力，這既符合監(jiān)管部門(mén)的管理要求，又是適當(dāng)性服務(wù)的前提之