計算機技術(shù)及其在金融業(yè)中的應(yīng)用-資料下載頁
2025-07-31 02:51本頁面
【正文】 四、數(shù)據(jù)挖掘技術(shù)網(wǎng)絡(luò)時代，大量的信息在給人們帶來方便的同時也帶來一些問題：一是信息過量，難以消化；二是信息真假難辯；三是信息安全難保證；四是信息形式不一致，難一統(tǒng)一處理。另一方面，激增的數(shù)據(jù)背后隱藏許多重要信息，人們希望能對其進行更高層次的分析，以便更好利用這些數(shù)據(jù)。人們考慮：“如何才能不被信息淹沒，而是從中及時發(fā)現(xiàn)有用的知識、提高信息利用率？”面對“數(shù)據(jù)豐富而有用信息貧乏”的現(xiàn)象，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)技術(shù)應(yīng)運而生。概念從技術(shù)角度講，數(shù)據(jù)挖掘（Data Mining，DM）是從大量的、不完全的、有躁聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)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。從商業(yè)角度看，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行各種處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。是一個深層次的數(shù)據(jù)分析方法。數(shù)據(jù)挖掘可描述為：按企業(yè)既定業(yè)務(wù)目標(biāo)，對大量的業(yè)務(wù)數(shù)據(jù)進行探索和分析，揭示隱藏的、未知的或驗證已知的規(guī)律性，并進一步將其模型化的先進有效的方法。應(yīng)用分析方法數(shù)據(jù)挖掘的模式按功能分為兩類：假設(shè)驗證型，它采用自上而下的方法，用于證實否定某一假設(shè)；二是知識發(fā)現(xiàn)型，它采用自下而上大方法，通過數(shù)據(jù)發(fā)現(xiàn)有價值的信息。它們都使用下述分析方法：（1）決策樹方法（Decision Trees）。利用信息論中的信息增益尋找?guī)熘芯哂写笮畔⒘康淖侄?，建立決策樹的一個結(jié)點，在根據(jù)字段的不同取值建立樹的分支；在每個分支集中重復(fù)建樹的下層節(jié)點和分支大過程，即可建立決策樹。如給湖客戶的特征，可以用該方法判定這個客戶是能給企業(yè)帶來效益的客戶，或是帶來隱患的客戶。（2）神經(jīng)網(wǎng)絡(luò)（Neural Networks）。通過學(xué)習(xí)待分析數(shù)據(jù)中的模式來構(gòu)造模型，圖像分析是神經(jīng)網(wǎng)絡(luò)最成功的應(yīng)用之一。如利用該方法可發(fā)現(xiàn)在網(wǎng)絡(luò)交易環(huán)境下客戶的虛假行為。（3）聚類檢測（Clustering Detection）。在某些情況下，無法界定要分析的數(shù)據(jù)類，用聚類算法可發(fā)現(xiàn)一些不知道的數(shù)據(jù)類型。聚類的過程是以某一特定時間為依據(jù)，找出共享某些公共類別的群體。（4）貨籃分析（Market Basket Analysis）。也稱關(guān)聯(lián)規(guī)則發(fā)現(xiàn)。是由Agrawal等人提出的。用來從記錄交易內(nèi)容的數(shù)據(jù)中采集有用的知識，即搜索數(shù)據(jù)倉庫中的條目和對象，尋找出現(xiàn)重復(fù)率很高的模式，它展示了數(shù)據(jù)間未知的依賴關(guān)系。如“在無力償還貸款的人當(dāng)中，60%的人月收入在3000元以下”就是一種關(guān)聯(lián)規(guī)則。（5）關(guān)聯(lián)分析算法（Link Analysis）。是基于圖論知識應(yīng)用的算法，通過對各數(shù)據(jù)項間存在的關(guān)系進行分析，挖掘出有用的信息。（6）遺傳算法（Genetic Analysis）。是一種模擬生物進化過程的算法?？善鸬疆a(chǎn)生優(yōu)良后代的作用。這些后代需滿足適應(yīng)值，經(jīng)過若干代的遺傳，將得到滿足要求的后代（問題在于的解）。遺傳算法已在優(yōu)化計算方面發(fā)揮了顯著作用。五、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系數(shù)據(jù)倉庫與數(shù)據(jù)挖掘是作為兩種獨立的信息技術(shù)出現(xiàn)的。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘從不同的側(cè)面完成對決策過程的支持。相互間有一定的內(nèi)在聯(lián)系。建立數(shù)據(jù)倉庫的目的是能夠按主題存放海量數(shù)據(jù)，從大量數(shù)據(jù)中尋求有用的信息。數(shù)據(jù)倉庫是有效進行數(shù)據(jù)挖掘的基礎(chǔ)，它與數(shù)據(jù)挖掘有自然的聯(lián)系。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)為電子商務(wù)環(huán)境下的金融機構(gòu)提供了強大的信息處理工具，并協(xié)助他們發(fā)現(xiàn)存在的問題，且能準(zhǔn)確地定位。金融機構(gòu)在應(yīng)用數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)的同時，要注意樹立起利用信息的觀念。工具不是重要的，隱藏在他們背后的觀念才是最重要的，只有觀念才能將相互不關(guān)聯(lián)、獨立使用、目標(biāo)不相同的技術(shù)轉(zhuǎn)化為整體的信息系統(tǒng)。第五節(jié) 數(shù)據(jù)倉庫技術(shù)在我國金融業(yè)中的應(yīng)用金融業(yè)的數(shù)據(jù)倉庫是在西方金融業(yè)面臨從產(chǎn)品到客戶的戰(zhàn)略轉(zhuǎn)型環(huán)境中產(chǎn)生的，它所能解決的典型商業(yè)問題包括：數(shù)據(jù)庫營銷、客戶群體劃分、背景分析、交叉銷售等市場分析行為，以及客戶流失性分析、客戶信用記分、欺詐發(fā)現(xiàn)等。以銀行為例，建立銀行數(shù)據(jù)倉庫的目的，是把銀行的內(nèi)部數(shù)據(jù)（主要來自面向交易的綜合業(yè)務(wù)系統(tǒng)和其他業(yè)務(wù)部門、管理部門自行維護的數(shù)據(jù)）和外部數(shù)據(jù)（如有關(guān)的國家宏觀經(jīng)濟信息、互聯(lián)網(wǎng)的有關(guān)信息等）進行有效的集成和分析，為決策者和管理者提供有用的決策信息，從而提高整體管理水平，增加銀行的效益和利潤。我國商業(yè)銀行信用卡業(yè)務(wù)方面，由于沒有對客戶的貢獻度進行分析，一個具有大量交易的優(yōu)秀客戶被視為同為一般客戶來對待，結(jié)果造成優(yōu)秀客戶的流失。在貸款定價方面，某些大客戶要求下浮利率，銀行單從一筆貸款看甚至要虧損，但又很難得到這個客戶的平均存款余額、本外幣結(jié)算量、各種中間業(yè)務(wù)的手續(xù)費收入等數(shù)據(jù)，因而難下決策，貽誤商機。我國核算體制在跨部門的信息處理和歸總方面也缺乏統(tǒng)一的標(biāo)準(zhǔn)。而且，國內(nèi)實施數(shù)據(jù)倉庫建設(shè)還要面對銀行交易零散、缺少數(shù)據(jù)結(jié)構(gòu)說明等困難。第五節(jié) 數(shù)據(jù)倉庫技術(shù)在我國金融業(yè)中的應(yīng)用一、數(shù)據(jù)倉庫技術(shù)應(yīng)用概況二、金融行業(yè)數(shù)據(jù)倉庫應(yīng)用實例Oracle金融行業(yè)數(shù)據(jù)倉庫解決方案（圖）本章重要概念計算機網(wǎng)絡(luò)、網(wǎng)絡(luò)協(xié)議、OSI/RM、TCP/IP、局域網(wǎng)、城域網(wǎng)、廣域網(wǎng)、互聯(lián)網(wǎng)與WWW、Interanet、Extranet、電子商務(wù)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘24 / 24
物理相關(guān)推薦
鄂ICP備17016276號-1