第一章計算機技術(shù)及其在金融業(yè)中的應(yīng)用(參考版)
2025-08-03 01:32本頁面
【正文】 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。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)。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。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。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。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。相互間有一定的內(nèi)在聯(lián)系。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。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）。是一種模擬生物進化過程的算法。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。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。是由Agrawal等人提出的。（4）貨籃分析（Market Basket Analysis）。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。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。（2）神經(jīng)網(wǎng)絡(luò)（Neural Networks）。利用信息論中的信息增益尋找?guī)熘芯哂写笮畔⒘康淖侄危Q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。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。是一個深層次的數(shù)據(jù)分析方法。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。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)。（4）數(shù)據(jù)倉庫必須具有靈活性、能夠適應(yīng)不斷變化的用戶需求。即從數(shù)據(jù)倉庫建設(shè)規(guī)劃——若干主題數(shù)據(jù)倉庫——銀行級數(shù)據(jù)倉庫。銀行必須做到：（1）數(shù)據(jù)倉庫面向用戶的，是由中高層決策人員提出的業(yè)務(wù)需求驅(qū)動的系統(tǒng)。因此，所有金融業(yè)要建立數(shù)據(jù)倉庫，都必須先解決如何從不同數(shù)據(jù)源有效提取數(shù)據(jù)來填充數(shù)據(jù)倉庫的問題在于，是一個復(fù)雜的環(huán)節(jié)。因此，數(shù)據(jù)倉庫的建立必須針對金融業(yè)的具體情況和需求而設(shè)計定制。應(yīng)用策略從知識構(gòu)成看，數(shù)據(jù)倉庫技術(shù)集數(shù)學(xué)、系統(tǒng)科學(xué)、計算機科學(xué)、人工智能等多門現(xiàn)代科學(xué)技術(shù)之大成，而且在具體應(yīng)用中還必須與具體行業(yè)的組織、經(jīng)營、管理理論相結(jié)合。產(chǎn)品有：Informix提供的Redbrick Data Mine等。產(chǎn)品有：Informix的Metacube ROLAP、Cognos的Powerplay、Oracle Express和Hyperion等。如銀行常關(guān)心隨產(chǎn)品銷售時間的推移而產(chǎn)生大變化情況，是從時間的角度觀察產(chǎn)品的銷售，所以時間是一個維（時間維）；同樣，地理分布也可作為一個維，以便從地理分布不同的地區(qū)銀行分行和營業(yè)網(wǎng)點等的銷售情況等。它的技術(shù)“核心”是“維”的概念，特點是多維數(shù)據(jù)分析。（4）數(shù)據(jù)訪問和報表工具，是各種桌面工具，它們以GUI的形式幫助用戶構(gòu)造SQL查詢以訪問數(shù)據(jù)庫，它們能夠?qū)⒎祷氐臄?shù)據(jù)方便地生成相應(yīng)的報表，如Informix的Seagate Crystal Info，Brio的BrioQuery，Aris Software的Nortix Views等。如Informix、Redbrick、Oracle和Sybase等。（2）目標(biāo)數(shù)據(jù)庫，可選擇傳統(tǒng)的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，也可選專用的多維數(shù)據(jù)庫管理系統(tǒng)。三、數(shù)據(jù)倉庫的建設(shè)實現(xiàn)技術(shù)（1）數(shù)據(jù)抽取、轉(zhuǎn)換和裝載工具，手工程和現(xiàn)成工具。數(shù)據(jù)倉庫中還存儲元數(shù)據(jù)，它記錄數(shù)據(jù)的結(jié)構(gòu)和數(shù)據(jù)倉庫大變化，以支持?jǐn)?shù)據(jù)倉庫的開發(fā)和使用。（4）數(shù)據(jù)倉庫，存儲已經(jīng)按企業(yè)級視圖轉(zhuǎn)換的數(shù)據(jù)，供分析使用。（2）監(jiān)視器，負責(zé)感知數(shù)據(jù)源發(fā)生的變化，并按數(shù)據(jù)倉庫的需求提取數(shù)據(jù)。數(shù)據(jù)倉庫的支持工具：Informix、IBM、SAS、Microsoft、Oracle、Sybase等廠商提供的數(shù)據(jù)倉庫產(chǎn)品都具有從多角度對數(shù)據(jù)分析大功能。通過數(shù)據(jù)倉庫，一是提高數(shù)據(jù)分析的速度和靈活性；二是為訪問和綜合大量數(shù)據(jù)提供繼承基礎(chǔ)；三是促進或再創(chuàng)造商業(yè)過程?！薄皵?shù)據(jù)倉庫是面向主題的，集成地，穩(wěn)定的，隨時間變化的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。有了網(wǎng)上銀行、網(wǎng)上交易和網(wǎng)上支付成為現(xiàn)
外語相關(guān)推薦
鄂ICP備17016276號-1