在国内信用卡产业高速发展的今天,市场已经告别了跑马圈地,迎来了精耕细作的时代。于是数据挖掘在信用卡整个生命周期管理中作用显得尤为重要。Logistic回归模型和决策树模型是数据挖掘的两项重要技术,合理的通过logistic回归模型和决策树模型建模,可以有效的对客户进行分类和预测,无论在发卡阶段的客户审核,还是用卡阶段的客户促进和客户保有,抑或是客户刷卡的风险控制都能起到至关重要的作用。本文就信用卡行业中的一个重要盈利点,客户数据库营销项目作为基点,以某银行信用卡中心的真实数据,研究数据挖掘技术的一些具体应用。首先,简略介绍了logistic回归和决策树的算法。然后分别运用logistic回归和决策树建立评分模型,通过对客户固有属性和过去的行为进行分析,进而对客户未来的行为。就本文来说,是对客户会否接受信用卡中心的数据库营销进行预测,对不同客户进行有针对性地营销,提高营销准确度的同时也节约了成本。最后就logis tic回归和决策树进行简单的比较,评价双方的优劣性。