聚类分析是数据挖掘的重要功能之一,近年来在该领域的研究取得了长足的发展。聚类分析方法所涉及的领域几乎遍及人工智能的方方面面,在各行各业以信息分析为基础的决策支持系统活动中扮演越来越重要的角色。它在电子商务、图像处理,模式识别、文本分类等领域有广泛的应用。本文对聚类分析算法在客户分类中的应用进行了深入的研究,主要研究工作如下:1)深入研究聚类分析技术,对聚类分析中的各种算法进行了详细的分析。2)重点研究聚类分析算法中应用比较广泛的系统聚类算法。对过比较系统聚类算法与其它聚类算法的优缺点,分析各个方法的适用性,以及系统聚类在客户分类中的适用性。3)在深入研究了系统聚类算法的基础上,对H银行网上转账系统的客户进行分类。并对分类过程中所涉及的指标参数变量选取、距离的度量、数据市集的建立以及数据预处理等方面进行了详细的论述。4)对使用系统聚类算法进行客户分类后的结果叙述验证,最后结果实践证明该聚类算法在客户分类上的有效性。通过对分类后筛选出来的有价值客户群体进行定向营销,付费客户数量的提升率比起在测试运营阶段有所提升。本文将数据挖掘中的聚类分析引入到银行的营销策略分析中来,为市场的营销战略与策略提供了非常科学的参考体系,也为各类企业在数据化运营的方向上提供了非常有价值的实践。