准确的特征提取可以为营销活动提供有效的决策支持。文章从降低特征提取误差的角度考虑,提出对特征子集自动定义并分别赋予隶属函数的算法,取代了传统模糊规则归纳法所采用的对所有输入变量使用相同隶属函数的方法。从国际标准数据库中选择相关数据集进行特征提取识别率的实证分析,结果表明,与常用特征提取算法相比,在多共同特征数据集下,本文设计的基于模糊划分的自组织模糊特征提取算法能够提高特征提取的识别率并且具有可解释性。