您在关系数据库中存储了客户和受保宠物的资料、保单详情、保费和索赔。一位市场经理希望开展有针对性的社交媒体活动，以寻找具有相似资料的潜在新客户。哪种建模方法最适合用于识别不同的客户细分，以便在社交媒体上进行匹配？

聚类是一种无监督学习方法，旨在根据数据点之间的相似性将它们分组。在这种情况下，它将根据客户资料（如年龄、地理位置、宠物类型、保单详情等）自动识别出具有相似特征的客户群，形成不同的客户细分。然后，市场经理可以针对这些细分在社交媒体上寻找具有相似特征的潜在新客户。 回归模型用于预测连续值，不适合识别离散的客户细分。推荐系统主要用于根据用户偏好推荐物品，而不是发现客户群。决策树分类器是一种监督学习方法，需要预先定义的标签来训练模型，而这里我们的目标是发现未知的客户细分，因此分类器不适用。