随着金融产业透明化和金融产品多元化的不断加强,金融市场的竞争也愈加激烈。是否能准确的预测到顾客的喜好对一个金融服务公司来说是至关重要的,同时如果开发出一个高效率的分类模型不仅可以帮助公司增加利润,还可以有效的减少成本。本文的研究主要是基于类免疫系统结合协同过滤的方法对顾客是否会购买定期存款进行预测。类免疫系统(AIS)是一个智能系统,它的灵感来源于脊椎动物的免疫过程。类免疫系统广泛的应用于生物启发计算,自然算法和机器学习。协同过滤是近年来在信息过滤与信息系统中迅速兴起的一个技术,现在广泛应用于各大商业活动,如Amazon,MovieFinder,Taobao等,并且都取得了显着的效果。但是协同过滤仍存在着一些问题,为解决协同过滤冷启动的问题,本研究结合了类免疫算法,希望能将其改善。为了证明本研究模型的有效性,在这里我们选取了葡萄牙一家银行真实的数据集Bank Marketing进行测试,并与决策树、支持向量机、回归分析、朴素贝叶斯、AIRS1以及immunos99几种方法进行了比较。实验结果显示AIS系统具有更好的效果。