【正文】 們把注意力轉(zhuǎn)到了知識工程，不同以前的是，知識工程不再需要預(yù)先輸入示例，而是直接向計(jì)算機(jī)輸入代碼（示例已被編為代碼），計(jì)算機(jī)能夠直接使用這些規(guī)則代碼去解決各種問題。最為典型的代表就是在沃爾瑪超市連鎖店中發(fā)現(xiàn)成人的啤酒和兒童的尿布之間有著驚人的聯(lián)系。 在聚類分析的時(shí)候很有可能一次的聚類分析并不能得出真正理想的結(jié)果，這時(shí)就需要多次聚集，并且找一個(gè)對業(yè)務(wù)很專業(yè)的業(yè)內(nèi)人士來確定分群的定義，這樣通過幾次的刪除或增加變量來影響分群的方式，才能最終得到真正理想的結(jié)果。 分類分析 找出一個(gè)具有代表這個(gè)某類數(shù)據(jù)的整體信息，并對它的類別概念進(jìn)行描述，通過這種描述來構(gòu)造相關(guān)的模型，通常使用決策樹或規(guī)則來表示，分類還可子啊規(guī)則描述和預(yù)測中進(jìn)行更多應(yīng)用。 對業(yè)務(wù)關(guān)聯(lián)分析 在大量的客戶信息數(shù)據(jù)面前，我們可以對客戶平時(shí)的個(gè)人素質(zhì)、教育水平、工作性質(zhì)、家庭收入、家庭支出、消費(fèi)習(xí)慣等行為進(jìn)行充分的分析，找出客戶的潛在需求，同時(shí)通過這些結(jié)論，我們可以更好地發(fā)展一些中間業(yè)務(wù)，在更好地為客戶服務(wù)的同時(shí)，進(jìn)一步發(fā)展我們自己的企業(yè)。 第四章 多元統(tǒng)計(jì)對客戶投資的細(xì)分 18 年齡、職業(yè)對投資額的 統(tǒng)計(jì) 分析 表 45 各數(shù)據(jù)的代替數(shù)值 職業(yè) 學(xué)生 1 教師 2 車企員工 3 銀行 4 公務(wù)員 5 醫(yī)生 6 外企 7 金融投資 8 退休 9 其他 0 投資額 5W以下 1 5W10W 2 10W20W 3 20W以上 4 注： 由于 年齡使用的是具體數(shù)值而不是范圍，這里不在需要用數(shù)值代替。 由此圖我們可以看出， 職業(yè)、年齡與投資額的相關(guān)性為 年齡和職業(yè)這個(gè)連個(gè)維度對投資額有絕對的相關(guān)性存在其中。然后進(jìn)行分析階段，將篩選出來的數(shù)據(jù)輸入計(jì)算機(jī)，運(yùn)用 SPSS 軟件使計(jì)算機(jī)進(jìn)行自主分析，并且能進(jìn)一步完善數(shù)據(jù)，最后是得出結(jié)論，對所得出的結(jié)果進(jìn)行解釋和評估，根據(jù)得到的結(jié)果進(jìn)行相應(yīng)的分析，并且制定相應(yīng)的計(jì)劃。第四章 多元統(tǒng)計(jì)對客戶投資的細(xì)分 13 第 四 章 多元統(tǒng)計(jì)對 客戶 投資的 細(xì)分 多元統(tǒng)計(jì)在金融投資領(lǐng)域中的 重要 作用 隨著現(xiàn)代高新技術(shù)的發(fā)展，計(jì)算機(jī)信息技術(shù) 已經(jīng)發(fā)生了重大轉(zhuǎn)變，從最初單純地服務(wù)于行業(yè)的業(yè)務(wù)領(lǐng)域，逐漸轉(zhuǎn)變?yōu)閷I(yè)務(wù)和管理的各個(gè)方面的綜合應(yīng)用，在高速發(fā)展的今天，金融部門的數(shù)據(jù)量大大增加，單純的人工分析統(tǒng)計(jì)已完完全全不能滿足現(xiàn)在這個(gè)時(shí)代的一個(gè)基本要求， 伴隨著產(chǎn)生了我們現(xiàn)在的數(shù)據(jù)庫系統(tǒng)，它可以有效的實(shí)現(xiàn)對數(shù)據(jù)的統(tǒng)計(jì)，查詢以及錄入，雖然提高了我們的工作效率，但是它仍然無法實(shí)現(xiàn)根據(jù)得到數(shù)據(jù)進(jìn)行分析這一重要的行為，數(shù)據(jù)庫并不能發(fā)現(xiàn)每個(gè)數(shù)據(jù)中隱含存在的關(guān)系和規(guī)則，并且它無法根據(jù)現(xiàn)有的數(shù)據(jù)區(qū)預(yù)測未來的發(fā)展走向，缺乏了這樣的手段所面臨的結(jié)果就是出現(xiàn)了“數(shù)據(jù)大爆炸但知識貧乏”的現(xiàn)象。 關(guān)聯(lián)分析 關(guān)聯(lián)分析是指在兩個(gè)或多個(gè)事物之間存在一定的聯(lián)系，通過對一個(gè)事件的預(yù)測可以得出另一個(gè)事件，進(jìn)行關(guān)聯(lián)分析的目的在于挖掘出深層次不為人知的且對發(fā) 展有作用的數(shù)據(jù)。 數(shù)理統(tǒng)計(jì)主要應(yīng)用于對數(shù)據(jù)挖掘所 挖掘出來的知識進(jìn)行統(tǒng)計(jì)和評估，對于計(jì)算機(jī)來講，它的學(xué)習(xí)也是人工智能的一個(gè)分支，即歸納推理，從所發(fā)現(xiàn)的規(guī)律中找出隱含的規(guī)則。 KDD泛指所有從數(shù)據(jù)源中發(fā)掘的模式或聯(lián)系方法。債券型基金一般收益率在 2%%之間浮動，收益相對穩(wěn)健，不會傷及本金，對于投資期也比較自由，但是考慮相應(yīng)的費(fèi)用和持有時(shí)間，對債券型基金的選擇略微靠后，而貨幣基金 是一種短期低風(fēng)險(xiǎn)的投資理財(cái)產(chǎn)品，收益率相對較低，因此有人第二章 投資策略的基本產(chǎn)品分析 8 又稱他為銀行儲蓄的“替代品”，適合短期投資，當(dāng)然一定情況下也可以作為一種過 渡性投資品種。 債券 國家、企業(yè)、金融機(jī)構(gòu)為了擴(kuò)大自己的企業(yè)發(fā)展規(guī)模時(shí)由于自己的資金不能滿足發(fā)展需要于是向民間籌措資本即向投資者發(fā)行債券，投資者購買債券隨即和發(fā)行單位發(fā)生一種債權(quán)關(guān)系，雙方按照事先約定，在借款期滿后連本帶利還給投資者，從而是雙方都受益的一種借貸行為。其中 QDII作為一種投資制度，其直接的目的為了進(jìn)一步吸納民間資本，以便創(chuàng)造更多外匯收入，同時(shí)可使國內(nèi)貨幣更加市場化，從而減少貿(mào)易順差，和資本項(xiàng)目盈余。 第二章 投資策略的基本產(chǎn)品分析 6 保本浮動 收益理財(cái)產(chǎn)品 顧名思義， 保本浮動收益理財(cái)產(chǎn)品計(jì)劃即商業(yè)銀行向客戶支付之前約定條件中的本金部分，而對于本金以外的收益部分則由客戶來獨(dú)自承擔(dān)，并依據(jù)實(shí)際的投資收益確定客戶實(shí)際收益的一種理財(cái)計(jì)劃 [12]。 金融理財(cái)產(chǎn)品 金融理財(cái)產(chǎn)品實(shí)則是國內(nèi)商業(yè)性銀行針對潛在的目標(biāo)客戶群體進(jìn)行分析研究，在此基礎(chǔ)上篩選出一個(gè)或多個(gè)具有特點(diǎn)的目標(biāo)客戶群，并對其進(jìn)行開發(fā)設(shè)計(jì)幫助其進(jìn)行資金投資和管理計(jì)劃。 國外 研究 現(xiàn)狀分析 由于國外投資領(lǐng)域發(fā)展的歷史較長，所以國外的投資分析研究較為成熟，分析的內(nèi)容也更加地詳細(xì)，透明。從這種角度看，在對工薪階層的投資策略分析中還應(yīng)該 去參考諸如像家庭人均年收入、家庭人口數(shù)量、家庭人員健康狀況等更多家庭和社會的 客觀影響因素 進(jìn)行 綜合 分析。 工 薪 階層的經(jīng)濟(jì)特點(diǎn)分析 用自己的勞動成果去為固定的工作場所工作，并且能夠按月獲得固定的勞動報(bào)酬 并且將其作為主要經(jīng)濟(jì)收入來源的經(jīng)濟(jì)群體成為工薪階層。 盡管不同的人存在不同的風(fēng)險(xiǎn)態(tài)度和風(fēng)險(xiǎn)偏好，作為一個(gè)整體，人們的投資偏好還會有一些共性，并且決定了在風(fēng)險(xiǎn)決策中投資者存在某種行為共性，而這些共性決 定往往導(dǎo)致決策偏差。由于國內(nèi)現(xiàn)有保障尚未完善，導(dǎo)致他們認(rèn)為自己的工作前景，子女的將來教育，父母的日常健康以及未來所要面對的衣食住行，都存在相當(dāng)多的不確定因素，這樣的生活精神狀態(tài)導(dǎo)致了他們 對 投資的經(jīng)濟(jì)條件 、資金的變現(xiàn)能力 、 貨幣的通貨膨脹等方面有著較多的要求，所以他們的投資目標(biāo)較為一致。 國內(nèi)外研究現(xiàn)狀分析 國內(nèi)研究現(xiàn)狀分析 隨著我國經(jīng)濟(jì) 水平的持續(xù)快速發(fā)展 ， 人民生活水平不斷提高，手里的閑置資金也越來越多 起來， 如何去選擇性的投資理財(cái)能夠讓自己的資產(chǎn)保值增效 ，也就越來越為 成為人們所關(guān)注的熱點(diǎn)問題 。 這些國際上的研究都為國外的很多投資者提供了充分的保障，而且由于多年的良好信譽(yù)和口碑，也使投資者愿意相信公司的預(yù)判是真的，對自己所選擇的公司有很高的忠誠度。 保證收益理財(cái)產(chǎn)品 保本收益理財(cái)計(jì)劃即指商業(yè)銀行向客戶支付之前帶有約定條件的固定收益，銀行自己一方承擔(dān)這其中產(chǎn)生的投資風(fēng)險(xiǎn)，或銀行向客戶承諾支付之前約定條件的最低收益并承擔(dān)其中的相關(guān)風(fēng)險(xiǎn)，其他的額外投資收益由銀行和客戶雙方按照之前制定的合同原則進(jìn)行合理分配，并且共同承擔(dān)相關(guān)投資風(fēng)險(xiǎn)的理財(cái)計(jì)劃 [2]。因此，商業(yè)銀行可向客戶提供的業(yè)務(wù)主要側(cè)重于咨詢顧問和代客理財(cái)?shù)确?wù)，分類和性質(zhì)較為簡單。 證券類投資產(chǎn)品 證券投資指投資者獨(dú)立進(jìn)行購買債券、股票、基金等有價(jià)證券及其 衍生品，通過投資這些產(chǎn)品以獲取紅利 的一種投資方式， 從概念上看，廣義的證券包括（如提貨單、商品購物券）、貨幣證券（包括支票、商業(yè)票據(jù)）以及資本證券（股票、債券、基金）而對于從狹義角度來講，證券僅指資本證券他們是代表對一定資本所有權(quán)和收益權(quán)的投資憑證 [3]。相比之下， 工薪階層的資本投入還是更 傾向于國債和有一定收益保證的企業(yè)債券。在此期間 用戶必須借助相應(yīng)的數(shù)據(jù)挖掘工具來發(fā)現(xiàn)并找出數(shù)據(jù)中隱藏的規(guī)律，為了做出決策提自動化的、供智能的輔助手段。 數(shù)據(jù)挖掘在 商業(yè) 層面的含義 在商業(yè)層面，數(shù)據(jù)挖掘?qū)嶋H上就是對海量的商業(yè)數(shù)據(jù)進(jìn)行更為有效和細(xì)致的分析方法，在以前來說，一般都是用于科學(xué) 領(lǐng)域研究工作，隨時(shí)間的發(fā)展也被更多的引用到民用商業(yè)方面研究，很多的數(shù)據(jù)其實(shí)都是偶然情況下產(chǎn)生的，并不是一種刻意的行為，分析這些目的是為了攫取更多的對商業(yè)有價(jià)值的信息，從中獲得更多的商業(yè)價(jià)值，然后是企業(yè)得以發(fā)展得到更多利潤，但是面對海量數(shù)據(jù)的處理，現(xiàn)有技術(shù)還是不能做到足夠的完善，還是有很大的發(fā)展空間，發(fā)現(xiàn)這些偶然性的商業(yè)信息就相當(dāng)于礦中掘金，因此，也將其命名為數(shù)據(jù)挖掘，其商業(yè)的目的也可以描述為，更好地幫助企業(yè)快速的發(fā)展成長更有效的去優(yōu)化企業(yè)的整體。 聚類分析 所謂聚類即指把整體的一個(gè)數(shù)據(jù)庫中的各種信息按照他們共有的特點(diǎn)將它們分為不同的群組。 第三章 投資策略的基本產(chǎn)品分析 12 回歸分析 回歸分析在于確定某幾種變數(shù)之間相互依賴的一種定量關(guān)系，應(yīng)用實(shí)際中非常廣泛，按照其自變量的不同可以大致分為一元回歸分析和多元回歸分析。 對客戶價(jià)值的分析 在做這項(xiàng)分析行為之前，我們一般要選擇分類客戶，然后根據(jù)“二八原則”，從中找到我們所需要的重點(diǎn)客戶（這里所提到的重點(diǎn)客戶，是指為銀行創(chuàng)造了八成價(jià)值中的客戶中的兩成的客戶） ，對這些重點(diǎn)客戶我們要實(shí) 行最為優(yōu)質(zhì)的服務(wù)，創(chuàng)造我們的效益，對于如何 這些重點(diǎn)客戶 這一難題，我們一般使用諸如系統(tǒng)數(shù)據(jù)處理、 AI 等數(shù)據(jù)統(tǒng)計(jì)分析技術(shù)來實(shí)現(xiàn)。 由圖 45我們可以看出，性別與投資額的相關(guān)性為 ,而年齡和投資額的相關(guān)性高達(dá) ， 這說明，性別、年齡與投資額成顯著相關(guān)關(guān)系，他們之間存在著相關(guān)性。 （ 1） 年齡、性別和投資品種的相關(guān)性分析 表 410 性別、年 齡與投資品種相關(guān)性分析 性別 年齡 投資品種 性別 Pearson 相關(guān)性 1 .052 .183** 顯著性（雙側(cè)） .082 .000 N 1127 1127 1127 年齡 Pearson 相關(guān)性 .052 1 .139** 顯著性（雙側(cè)） .082 .000 N 1127 1127 1127 投資 品種 Pearson 相關(guān)性 .183** .139** 1 顯著性（雙側(cè)） .000 .000