一種基于K-mediods改進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、云計算、物聯(lián)網、社交網絡、智能終端等技術的高速發(fā)展，海量數(shù)據(jù)已圍繞在人們身邊，這就是“大數(shù)據(jù)”時代。人們不只是數(shù)據(jù)的生產者，同時也是數(shù)據(jù)的受惠者；人們不是只能被動地接受數(shù)據(jù)和科技，人們能改變科技在生活中所扮演的角色，同時也能改變享受數(shù)據(jù)帶來的恩惠方式。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)務而存在，其本身不具備資產屬性。在“大數(shù)據(jù)”時代，多元化、多樣化的數(shù)據(jù)已

2、發(fā)生本質性改變，數(shù)據(jù)不僅僅是業(yè)務信息化的產物，數(shù)據(jù)也是資產。金融企業(yè)可以通過海量數(shù)據(jù)建立全面的風險管理機制，可以通過海量數(shù)據(jù)實現(xiàn)精細化管理，也可以通過海量數(shù)據(jù)改善客戶服務質量，提升企業(yè)競爭力。
　　隨著我國證券市場的發(fā)展，證券企業(yè)不斷涌現(xiàn)，導致了證券企業(yè)之間相互競爭客戶資源的現(xiàn)象。而我國證券市場也逐步由一個“買方”市場逐步轉入到了一個“賣方”市場，證券企業(yè)的競爭已開始由新增客戶，漸行轉向如何穩(wěn)定存量客戶的戰(zhàn)略性思考。如何從客戶角度

3、思考服務問題是一次大挑戰(zhàn)。證券企業(yè)不是“替”客戶賺更多的錢，而是幫助客戶提高收益率?；氐娇蛻絷P系管理的本質，證券企業(yè)所有的一切都應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、客戶細分為切入點，為證券企業(yè)對客戶適當性服務與分類管理提供技術支持。
　　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BIRCH方法的改進。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，其通過構建 CF（聚類特征）樹層次，可在較小信息丟失的前提下實現(xiàn)對數(shù)據(jù)的壓縮。再用K-mediods聚類方法對CF樹結構進行聚類，進一步提升聚類方法的抗異性、準確性和穩(wěn)定性。
　　其次，本文針對證券交易記錄數(shù)據(jù)，從風險偏好、風險承受能力、交易習慣和資金流動性四個方面，構建了換手率、持倉率、止盈點、止損點

5、、持股時長、資金流動性等的特征提取算法。在算法中，用較為穩(wěn)健的統(tǒng)計量：中位數(shù)代替均值，提升特征提取過程中的抗異性，提高結果的準確率和可信度。
　　最后，本文通過 BIRCH.K-mediods方法和穩(wěn)健的特征提取算法對某證券企業(yè)662位客戶10年來的近200萬余條交易記錄進行客戶聚類，并甄別出風險性、關注度、價值性、成熟性等屬性交互的六類客戶，實現(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)”時代對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)”時代的有效聚類方法之一。通過證券交易記錄數(shù)據(jù)提取出可描述客戶多方面狀態(tài)的動態(tài)屬性，可增加證券企業(yè)對客戶的識別和刻畫能力。并根據(jù)這些動態(tài)屬性進行聚類，其結果可為證券企業(yè)探求不同客戶的、最具偏好的針對性需求作支撐。本文不僅細化了解客戶屬性，還充分了解客戶的風險承受能力，這既符合監(jiān)管部門的管理要求，又是適當性服務的前提之