信用卡业务是银行零售业务利润贡献的重要组成部分,而信用卡本身也是联系银行、客户、特约商户等多方关系的重要渠道,如何从客户大量的信用卡交易数据中挖掘出潜在价值是银行增加收益的重要研究内容。　　对银行来说信用卡业务能促进产品和服务供求方交易的良性循环,其客户层次和客户需求呈现多元化的特点,而且每个层次的客户对银行的贡献程度也有差异。因此信用卡作为沟通银行、持卡人、商户三方的重要渠道,可以被用来发掘其不同层次客户的特点,并结合协同过滤推荐技术实施针对于商户的精确营销,以将某些商户的潜在客户转变为实际客户,从而起到增加银行信用卡业务收益,提高商户、客户的满意度和忠诚度的目的。　　文本的研究引入了数据挖掘领域的聚类技术和CRM领域的RFM模型设计精确营销方案,提出在细分客户价值的基础上实现协同过滤推荐。主要内容包括以下几个方面:　　改进传统的RFM模型数据,并利用信用卡交易记录得出改进的RFM数据;通过k-均值聚类算法实现客户价值细分,同时结合描述性分析定位客户类型;实现同类型客户内的商户信用卡营销信息的协同过滤推荐。这种差异化推荐将个性化推荐服务与客户关系管理有机地结合在一起,能以有限的成本提高银行信用卡业务的收益,获得尽可能高的商户/客户忠诚度和满意度。