本文针对商业银行客户经理在维护客户时所面临的客户多、管理难、工作量大等问题,提出了课题“聚类与判别分析方法在银行客户分类中的应用研究”。文中详细介绍了聚类分析和判别分类的方法,并验证了方法的有效性。第一章介绍了该课题研究的背景和意义,阐述了“大数据”、“聚类分析”、“判别分析”以及“商业银行个人客户管理系统”在国内外的现状。本章还预测了该课题的前景,说明了本文的主要研究内容。第二章详细介绍了聚类分析算法,从层次聚类法和直接聚类法两个方向介绍了聚类分析的详细过程,并运用高等数学中的矩阵模型对其作出了进一步的解释。还建立了简单的聚类算法模型,并运用matlab加以实现。然后通过对银行个人客户的聚类实验,验证了聚类分析的有效性。第三章主要是对判别分析算法的说明,详细的介绍了距离判别法、贝叶斯判别法和费歇尔判别法的判别过程。同时,分别针对这三种判别法建立了相应算法模型,并运用matlab加以实现。然后通过对银行个人客户的判别实验,验证了判别分析的正确性。第四章结合聚类分析和判别分析,通过银行客户数据进行验证。通过对随机采集的银行个人客户金融资产数据进行处理,采用先对现有客户进行聚类,然后对新增客户进行判别的思路进行了实验。实验结果证实了客户经理可以运用聚类分析和判别分类方法去判断客户理财偏好,并验证了以此为依据对客户进行分类维护的有效性。最后,得出了该聚类与判别分析方法适用于商业银行客户分类的结论。并预见,聚类分析和判别分析技术将会在商业银行未来的生产经营活动中发挥更为重要的作用。