信用卡用户数据分析实验报告.doc

2010-6-12 信用卡分析试验报告 信用卡用户数据分析实验报告 目录 TOC \o 1-3 \h \z \u 信用卡用户数据分析实验报告 2 目录 2 实验目的： 2 实验内容： 2 信用卡分析： 3 K-means分析： 4 Kohomen分析： 7 异常分析： 12 关联分析： 15 散点图分析： 16 集合分析： 18 多重散点图分析： 20 直方图分析： 21 实验目的： 1、熟悉Clementine软件从数据导入到结果输出的全过程。 2、复习Clementine 软件中聚类方法。 3、复习Clementine 软件中的关联分析方法 实验内容： 在Clementine 中建立信用卡数据分析模型； 聚类分析：使用K-Means、Kohonen、两步法，进行聚类，并简单给出结论； 异常点分析：使用“异常”节点进行异常分析，并简单给出结论； 关联规则分析：对其中感兴趣的字段进行关联分析，画出网络图，并简单给出结论。 信用卡分析： 打开操作区，选择“可变文件”，将之拖入操作区，编辑“可变文件” ，打开位于E盘中的“信用卡交易-Data.csv”数据源，如图所示： 在“类型”中将各个字段的值读入，如图所示： 然后进行各项分析。 K-means分析： 创建K-means结点，编辑使用定制设置，选择所要进行分析的字段名，如图： 选择“执行”，执行之后在右侧区域形成K-means模型，如图： 将K-means模型拖入操作区并与数据源相连： 单击模型进行分析： 点击“查看器”： 分析结果： 在对各项的字段进行分析中，对强制停卡记录、性别、都市化程度分成三个聚类，得出的结果是强制停卡记录、以及都市化程度的重要性均大于0.95，而性别的重要性则为0.00，说明强制停卡记录以及都市化程度对聚类的影响程度很大，而性别的影响程度几乎为0。 Kohomen分析： 创建Kohomen分析结点，选择相应的要分析的字段： 编辑完毕之后点击“执行”： 点击模型查看分析结果： 在查看器的分析结果中，三个字段的重要性均大于0.95，这说明个人月收入、婚姻、瑕疵户、三项因素对聚类的影响程度都很大。 两步聚类分析： 创建“两步”聚类分析结点，并进行编辑： 点击“执行”生成两步聚类分析模型，如图： 点击查看分析结果： 在分析结果中发现，学历、宗教信仰、月刷卡额字段的重要程度均大于0.95，说明这些因素对于聚类的影响程度都很高。 异常分析： 创建“异常分析”结点并与源文件相连; 在编辑结点中，选择所要分析的字段，如图所示： 点击“执行”后，形成异常分析的模型，然后点击查看： 为了更好的查看异常用户的异常情况，创建一张表，用来显示异常用户的基本信息。然后对表进行排序，将正常用户与异常用户隔离开来。如图所示： 分析结果如图所示： 在字段“O-Anomaly”中，若字段值为“F”，则为正常用户，若字段值为“T”，则为异常用户，如编号为14号的用户，即为信用卡异常的用户。 关联分析： 散点图分析： 在散点图结点中，要分析“都市化成都”以及“个人月收入”这两者之间的相关程度，故选择X字段以及Y字段分别为“都市化成都”和“个人月收入”。如图： 点击“执行”，结果如下图所示： 分析： 由上如的分析结果可以看出，生活在“都市”的居民人数最多，而收入高的人群也比生活在“都”以及“城”的居民多。其次是生活在“都”的居民个人月收入次之，最后是生活在“城”的居民。 集合分析： 利用集合分析来研究月刷卡额与年龄之间的关系，如图： 分析： 月刷卡额最多的群体是20——24的年轻群体； 其次是15——19和25——29岁之间的群体; 30——34岁之间的群体月刷卡额也在6000以上； 35——39岁之间的群体月刷卡额接近6000； 随着年龄的增长，月刷卡额也在下降。 多重散点图分析： 分析： 由图可以看出：对于个人月收入，各个学历的阶层都分布在10000元以下及60000元以上各个层次； 对于个人月开销，各个学历阶层都分布在10000元以下及40000元以上这些层次上。 直方图分析： 利用直方图分析年龄与信用卡使用量的关系： 分析： 持卡量最多的群体是20——24的年轻群体； 其次是15——19和25——29岁之间的群体; 30——34岁之间以及35——39岁之间的群体持卡量也很大； 40岁以上的群体持卡量较年轻群体较少；