金融业中数据挖掘技术的应用.pdfVIP

维普资讯 IT论坛 林举烨 2· (1．广东发展银行 阳江分行科技部，阳江 529500；2．中山大学软件学院，广州 510275) 摘 要：从数据挖掘技术谈起 ，结合金融业特点和实际应用 ，提 出并分析金融业的需求，给出了合理 的解决方案 ．并进一步展望数据挖掘技术在金融业的发展前景。 关键词：数据挖掘 ：目标市场；客户关系管理 引 言 1 数据挖掘技术的概念和实用价值 经济全球化和全球经济信息化的发展趋势 ．以信 (1)数据挖掘的概念 息化带动工业化 ．发挥后发优势，实现社会生产力的 所谓数据挖掘 ，是从海量 的数据 中，抽取 出潜在 跨越式发展既是战略上的必 由之路 ，亦是策略上的可 的、有价值 的知识 (模型或规则)的过程 ，也就是根据 行之法，其核心是加速信息高科技的发展及其产业 预定义的商业 目标，对大量的企业数据进行探索和分 化，提高信息技术在经济和社会诸领域的应用水平， 析，揭示其中隐含的商业规律，并进一步将其模型化 最终推动经济和社会的发展。 的先进有效的技术过程。数据挖掘是一 门交叉学科 ． 受多个学科影响(3n图1)，包括数据库技术 、统计学、 自80年代投资人工智能 (AI)研究项 目失败后， 机器学习、模型识别、人工智能、神经网络等等。 人工智能转入实际应用时提出了一个新兴的、面向商 业应用的研究课题——数据挖掘。 目前，越来越多的 管理人员正在利用数据挖掘工具 ．解决所遇到的至关 ／／[ 重要的商业问题和决策问题．如企业经营方向的定 位 、管理模式的确立 、营销的决策 、内部生产力的促 进、成本的控制和企业核心竞争力的获取等。 数据挖掘首先需要在商业环境中收集大量的数 据 ，然后运用挖掘的知识对企业 已有 的数据进行分 析，具有不同的应用形式。例如： 图 1数据挖掘受多学科影响 ①作为企业经营分析研究工具 (Research)； ②嵌入企业运营系统提高过程控制(ProcessIm— 数据挖掘能做以下六种不同事情： 琨 provement)； ①分类 代 ③作为市场营销分析工具(Marketing)；’ 分类即区分数据类别。首先从数据中选出已经分 计 ④作为客户关系管理CRM工具(CustomerRela— 好类的训练集 ，在该训练集上运用数据挖掘分类 的技 算 tionshipManagement)。 术 ，建立分类模型。 机 ②估值 ^ 数据挖掘在银行、证券、电信 、保险等数据密集型 总 行业的应用显得 日益重要 ．它能协助金融企业在分析 估值与分类类似，不同之处在于，分类描述的是 第 客户、了解客户、开发客户、细分市场的基础上确定企 离散型变量的输出，而估值处理连续值的输出。同时 二 分类的类别是确定数 目的，估值的量是不确定的。 I_ 业 的经营策略，建立企业 的