銀聯(lián)信息總中心數(shù)據(jù)分析服務簡介20xx1207陳漢(編輯修改稿)
2025-05-30 08:47 本頁面
【文章內容簡介】 例分享 5 數(shù)據(jù)分析的主要內容和數(shù)學模型 3 交易量預測分析一般通過對歷史交易特點進行挖掘和歸納，預測未來年、月、日和秒的交易規(guī)模。交易規(guī)模的預測分析一般采用指數(shù)平滑和時間序列預測法。 TPS預測模型 MPAE4% ?為制定下一年度的工作計劃和目標提供依據(jù)。 ?為系統(tǒng)系統(tǒng)擴容和升級提供參考，比如數(shù)據(jù)庫表空間擴容等。 日、定點 預測模型 % 年、月 預測模型－ % ?日預測模型：提前兩周左右發(fā)布，可以更早地為交易量高峰期內的網(wǎng)絡監(jiān)控批處理應急等提供參考。 ?定點預測模型：根據(jù)實際交易量動態(tài)調整預數(shù)據(jù) ,每日 12點之后預測結果精度更高。 ?交易量和系統(tǒng)的 CPU使用率、內存使用率、文件空間、數(shù)據(jù)庫表空間等技術指標密切相關。 ?TPS峰值預測主要針對重要節(jié)假日可能出現(xiàn)的交易高峰進行預測。 案例 1－交易規(guī)模預測分析 系統(tǒng)優(yōu)化效果測試 原因定位和 系統(tǒng)優(yōu)化 未來交易趨勢預測 目標銀行確定 每年元旦、春節(jié)前一周、五一和國慶期間是全國銀行卡交易的四個最大的高峰期，這四個高峰期內的交易量較平時有明顯的上升，從而對系統(tǒng)造成較大負荷，可能會造成交易質量下降。 案例 2－節(jié)假日交易質量分析 ?提供分析數(shù)據(jù)，配合銀行定位原因 ?通知銀行下一次達到系統(tǒng)容量閾值的時間 ?提醒銀行及時進行系統(tǒng)優(yōu)化和升級 ?提供離線和聯(lián)機壓力測試服務，驗證系統(tǒng)優(yōu)化效果 ?建立目標銀行的交易預測模型 ?預測下次到達系統(tǒng)容量閾值的時間 ?確定交易量增幅，成功率降幅閾值 ?篩選目標銀行 ?確定系統(tǒng)容量閾值 在重大節(jié)假日前對主要機構節(jié)日期間的交易規(guī)模進行預測修正，并結合機構歷史峰值情況，對機構未來交易高峰是否會出現(xiàn)交易質量下降的情況進行風險等級判定，對風險等級較高的機構進行跟蹤和提醒，主要處理流程： ?預測機構節(jié)假日交易規(guī)模 ?量化預測交易規(guī)模域歷史峰值對比關系 ?量化歷史峰值日成功率與日常成功率對比關系 ?量化機構對整體影響程度 ?評定機構節(jié)假日交易質量風險 ?分析、跟蹤高風險機構 案例 3－節(jié)假日交易質量風險評定分析 ?對銀聯(lián)的總體影響分析 7月下旬國內很多發(fā)卡銀行提高了 ATM跨行取款的手續(xù)費，這
環(huán)評公示相關推薦
鄂ICP備17016276號-1