亚洲人成网www,亚洲AV男人的天堂

主頁 > 知識庫 > 數據挖掘及其在商業銀行中的作用

數據挖掘及其在商業銀行中的作用

　　隨著互聯網的出現，信息過量幾乎成為人人需要面對的問題。如何才能不被信息的汪洋大海所淹沒，從中及時發現有用的知識，提高信息利用率牽數據挖掘技術應運而生，越來越顯示出其強大的生命力。金融事務需要搜集和處理大量的數據，由于銀行在金融領域的地位、工作性質、業務特點以及激烈的市場競爭決定了它對信息化、電子化比其它領域有更迫切的要求。利用數據挖掘技術可以幫助銀行產品開發部門描述客戶以往的需求趨勢，并預測未來。美國商業銀行是發達國家商業銀行的典范，許多地方值得我國學習和借鑒。

　　一、數據挖掘的基本原理

　　1．數據挖掘概述

　　數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘是一種從大型數據庫或數據倉庫中提取隱藏的預測性信息的新技術。它能開采出潛在的模式，找出最有價值的信息，指導商業行為或輔助科學研究。還有很多和數據挖掘這一術語相近的術語，如從數據庫中發現知識、數據分析、數據融合等。原始數據可以是結構化的，如關系數據庫中的數據，也可以是半結構化的，如文本、圖形、圖像數據，甚至是分布在網絡上的異構型數據。發現知識的方法可以是數學的，也可以是非數學的；可以是演繹的，也可以是歸納的。已有的知識可以被用于信息管理、查詢優化、決策支持、過程控制等，還可以用于數據自身的維護。因此，數據挖掘是一門廣義的交叉學科，它匯聚了不同領域的研究者尤其是數據庫、人工智能、數理統計、可視化、并行計算等方面的學者和工程技術人員。

　　2．數據挖掘的流程

　　（1）數據取樣。當進行數據挖掘時，首先要從企業大量數據中取出一個與要搜索的問題相關的樣板數據子集，而不是動用全部企業數據。通過對數據樣本的精選，不僅能減少數據處理量，節省系統資源，而且能通過對數據的篩選，使數據更加具有規律性。

　　（2）數據探索。數據探索就是通常所進行的對數據深入調查的過程，從樣本數據集中找出規律和趨勢，用聚類分析區分類別，最終要達到的目的就是搞清楚多因素相互影響的、十分復雜的關系，發現因素之間的相關性。

　　（3）數據調整。通過上述兩個步驟的操作，對數據的狀態和趨勢有了進一步的了解，這時要盡可能對問題解決的要求能進一步明確化、進一步量化。針對問題的需求要對數據進行增刪，按照對整個數據挖掘過程的新認識組合或生成一個新的變量，以體現對狀態的有效描述。

　　（4）模型化。在問題進一步明確，數據結構和內容進一步調整的基礎上，就可以建立模型。這一步是數據挖掘的核心環節，運用神經網絡、決策樹、數理統計、時間序列分析等方法來建立模型。
　　（5）評價。從上述過程中將會得出一系列的分析結果、模式和模型，多數情況會得出對目標問題多側面的描述，這時就要綜合它們的規律性，提供合理的決策支持信息。評價的一種辦法是直接使用原先建立模型樣本和樣本數據來進行檢驗牷另一種辦法是另找一批數據并對其進行檢驗，已知這些數據能反映客觀實踐的規律性牷再一種辦法是在實際運行的環境中取出新鮮數據進行檢驗。

　　以上敘述的是數據挖掘的基本流程如下圖所示。這一過程要反復進行牞在反復過程中，不斷地趨近事物的本質，不斷地優先問題的解決方案。數據重組和細分添加和拆分記錄選取數據樣本可視化數據探索聚類分析神經網絡、決策樹數理統計、時間序列結論綜合解釋評價數據知識數據取樣數據探索數據調整模型化評價。

　　3．數據挖掘的功能

　　數據挖掘通過預測未來趨勢及行為，做出前攝的、基于知識的決策。數據挖掘的目標是從數據庫中發現隱含的、有意義的知識，主要有以下五類功能。

　　（1）自動預測趨勢和行為。數據挖掘自動在大型數據庫中尋找預測性信息，以往需要進行大量手工分析的問題如今可以迅速直接由數據本身得出結論。一個典型的例子是市場預測問題，數據挖掘使用過去有關促銷的數據來尋找未來投資中回報最大的用戶，其它可預測的問題包括預報破產以及認定對指定事件最可能作出反應的群體。

　　（2）關聯分析。數據關聯是數據庫中存在的一類重要的可被發現的知識。若兩個或多個變量的取值之間存在某種規律性，就稱為關聯。關聯可分為簡單關聯、時序關聯、因果關聯。關聯分析的目的是找出數據庫中隱藏的關聯網。有時并不知道數據庫中數據的關聯函數，即使知道也是不確定的，因此關聯分析生成的規則帶有可信度。

　　（3）聚類。數據庫中的記錄可被化分為一系列有意義的子集，即聚類。聚類增強了人們對客觀現實的認識，是概念描述和偏差分析的先決條件。聚類技術主要包括傳統的模式識別方法和數學分類學。80年代初，Mchalski提出了概念聚類技術牞其要點是，在劃分對象時不僅考慮對象之間的距離，還要求劃分出的類具有某種內涵描述，從而避免了傳統技術的某些片面性。

　　（4）概念描述。概念描述就是對某類對象的內涵進行描述，并概括這類對象的有關特征。概念描述分為特征性描述和區別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區別。生成一個類的特征性描述只涉及該類對象中所有對象的共性。生成區別性描述的方法很多，如決策樹方法、遺傳算法等。

　　（5）偏差檢測。數據庫中的數據常有一些異常記錄，從數據庫中檢測這些偏差很有意義。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規則的特例、觀測結果與模型預測值的偏差、量值隨時間的變化等。偏差檢測的基本方法是，尋找觀測結果與參照值之間有意義的差別。

　　二、數據挖掘工具

　　1．基于神經網絡的工具

　　由于對非線性數據的快速建模能力，基于神經網絡的數據挖掘工具現在越來越流行。其開采過程基本上是將數據聚類，然后分類計算權值。神經網絡很適合非線性數據和含噪聲數據，所以在市場數據庫的分析和建模方面應用廣泛。

　　2．基于規則和決策樹的工具

　　大部分數據挖掘工具采用規則發現或決策樹分類技術來發現數據模式和規則，其核心是某種歸納算法。這類工具通常是對數據庫的數據進行開采，生產規則和決策樹，然后對新數據進行分析和預測。這類工具的主要優點是，規則和決策樹都是可讀的。

　　3．基于模糊邏輯的工具

　　其發現方法是應用模糊邏輯進行數據查詢、排序等。該工具使用模糊概念和“最近”搜索技術的數據查詢工具，它可以讓用戶指定目標，然后對數據庫進行搜索，找出接近目標的所有記錄，并對結果進行評估。

　　4．綜合多方法工具

　　不少數據挖掘工具采用了多種開采方法，這類工具一般規模較大，適于大型數據庫牗包括并行數據庫牘。這類工具開采能力很強，但價格昂貴，并要花很長時間進行學習。

　　三、數據挖掘技術在商業銀行中的應用

　　數據挖掘技術在美國銀行金融領域應用廣泛。金融事務需要搜集和處理大量數據，對這些數據進行分析，發現其數據模式及特征，然后可能發現某個客戶、消費群體或組織的金融和商業興趣，并可觀察金融市場的變化趨勢。商業銀行業務的利潤和風險是共存的。為了保證最大的利潤和最小的風險，必須對帳戶進行科學的分析和歸類，并進行信用評估。Mellon銀行使用IntelligentAgent數據挖掘軟件提高銷售和定價金融產品的精確度，如家庭普通貸款。零售信貸客戶主要有兩類，一類很少使用信貸限額（低循環者），另一類能夠保持較高的未清余額（高循環者）。每一類都代表著銷售的挑戰。低循環者代表缺省和支出注銷費用的危險性較低，但會帶來極少的凈收入或負收入，因為他們的服務費用幾乎與高循環者的相同。銀行常常為他們提供項目，鼓勵他們更多地使用信貸限額或找到交叉銷售高利潤產品的機會。高循環者由高和中等危險元件構成。高危險分段具有支付缺省和注銷費用的潛力。對于中等危險分段，銷售項目的重點是留住可獲利的客戶并爭取能帶來相同利潤的新客戶。但根據新觀點，用戶的行為會隨時間而變化。分析客戶整個生命周期的費用和收入就可以看出誰是最具創利潛能的。Mellon銀行認為“根據市場的某一部分進行定制”能夠發現最終用戶并將市場定位于這些用戶。但是，要這么做就必須了解關于最終用戶特點的信息。數據挖掘工具為Mellon銀行提供了獲取此類信息的途徑。Mellon銀行銷售部在先期數據挖掘項目上使用IntelligenceAgent尋找信息，主要目的是確定現有Mellon用戶購買特定附加產品：家庭普通信貸限額的傾向，利用該工具可生成用于檢測的模型。據銀行官員稱：IntelligenceAgent可幫助用戶增強其商業智能，如交往、分類或回歸分析，依賴這些能力，可對那些有較高傾向購買銀行產品、服務產品和服務的客戶進行有目的的推銷。該官員認為，該軟件可反饋用于分析和決策的高質量信息，然后將信息輸入產品的算法。IntelligenceAgent還有可定制能力。

　　美國Firstar銀行使用Marksman數據挖掘工具，根據客戶的消費模式預測何時為客戶提供何種產品。Firstar銀行市場調查和數據庫營銷部經理發現：公共數據庫中存儲著關于每位消費者的大量信息，關鍵是要透徹分析消費者投入到新產品中的原因，在數據庫中找到一種模式，從而能夠為每種新產品找到最合適的消費者。Marksman能讀取800到1000個變量并且給它們賦值，根據消費者是否有家庭財產貸款、賒帳卡、存款證或其它儲蓄、投資產品，將它們分成若干組，然后使用數據挖掘工具預測何時向每位消費者提供哪種產品。預測準客戶的需要是美國商業銀行的競爭優勢。

標簽：內蒙古山西承德黃石防城港棗莊贛州大同

巨人網絡通訊聲明：本文標題《數據挖掘及其在商業銀行中的作用》，本文關鍵詞數據挖掘,及其,在,商業,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。

好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

數據挖掘及其在商業銀行中的作用