基于二次聚类和隐马尔可夫链的持卡消费行为预测

摘要 银行卡支付在社会消费行为中占很大比例，在促进经济增长中发挥重大作用，因此，预测持卡消费行为具有重要意义。然而，传统方法难以有效应对复杂数据和动态变化。为此，提出基于二次聚类和隐马尔可夫链（HMC）理论的个体消费行为预测方法。首先，对消费行为按照序列进行模式聚类，并引入惩罚聚类进行二次聚类，对序列模式中的层次状态进行平衡划分；其次，利用HMC来估计序列中消费层次的状态转移，对用户的未来消费行为进行预测。最后，通过实验比较分析传统聚类、无惩罚序列聚类和带惩罚项的聚类结果表明，提出的基于二次聚类和隐马氏链的方法更适用于消费者行为预测