论文部分内容阅读
本文根据行政企事业单位工作人员办公的特点，借鉴相关银行系统理论与实践，对聚类方法中的经典K—means算法进行了改进，并应用到公务卡用户分类模式中，实现对公务卡用户的价值及行为特征的分类。对KII算法进行了仿真，实验结果表明该算法的准确率等方面较经典K—means算法有所提升。本文阐述了公务卡用户分类时如何选择分类变量、如何进行数据的预处理的全过程，也为银行进行公务卡用户分类提供了方法上的指导。