征信數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘方法研究.pdf

1、以計算機(jī)與網(wǎng)絡(luò)技術(shù)的發(fā)展為代表的信息技術(shù)的飛速發(fā)展，為行業(yè)信息化的建設(shè)奠定了堅實的基礎(chǔ)，同時促進(jìn)了各行業(yè)的信息化進(jìn)程。銀行業(yè)是中國最早開始信息化建設(shè)，也是最早完成信息化建設(shè)的行業(yè)之一，具備了完備的數(shù)據(jù)基礎(chǔ)。然而，在對已經(jīng)掌握的海量數(shù)據(jù)的分析研究與應(yīng)用方面，還有許多可以開展的工作，這也成為了目前銀行業(yè)最為關(guān)注的熱點。2006年1月央行征信系統(tǒng)的開通運行為銀行的貸款決策提供了一定的支持，但其系統(tǒng)功能僅限于業(yè)務(wù)查詢，對征信系統(tǒng)及其數(shù)據(jù)的利用率

2、較低。銀行產(chǎn)品的同質(zhì)性較為嚴(yán)重，在產(chǎn)品的競爭上優(yōu)勢不大。如何管理客戶關(guān)系，以及挖掘出隱藏在客戶信息背后的業(yè)務(wù)規(guī)律，成為銀行業(yè)戰(zhàn)略決策的一個重要方面。 數(shù)據(jù)挖掘是一種較新的決策支持技術(shù)，具有從海量數(shù)據(jù)中提取人們未知信息的能力，近年來受到了銀行業(yè)的持續(xù)關(guān)注。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘最活躍的研究分支，也是最成熟的數(shù)據(jù)挖掘技術(shù)，在行為分析方面具有獨特的優(yōu)勢?；谝陨蠋追矫娴恼J(rèn)識，本文以個人征信數(shù)據(jù)為平臺，對征信數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘方法作了較為深

3、入的分析和研究，給出了一類基于屬性約束和規(guī)則后件約束的挖掘算法AR-RF和規(guī)則生成算法RGBAR，據(jù)此設(shè)計了一個實用的挖掘系統(tǒng)，實現(xiàn)了對征信數(shù)據(jù)的有效應(yīng)用挖掘，以期為銀行的信用營銷管理決策提供理論和實踐方面的依據(jù)。具體研究內(nèi)容如下： 1．深入研究關(guān)聯(lián)規(guī)則挖掘理論，對關(guān)聯(lián)規(guī)則挖掘的算法進(jìn)行了深入的分析，并就關(guān)聯(lián)規(guī)則的優(yōu)化問題展開深入的討論。 2．對征信數(shù)據(jù)進(jìn)行深入的分析，深入研究了征信數(shù)據(jù)的基本構(gòu)成，并就每一構(gòu)成部分進(jìn)行詳

4、細(xì)的功能分析；并對數(shù)據(jù)的預(yù)處理方法進(jìn)行了分析，為下步的挖掘做初步探索。 3．研究征信數(shù)據(jù)的整個挖掘過程，針對特定的挖掘任務(wù)和挖掘目標(biāo)，給出了基于屬性約束和規(guī)則后件約束的挖掘算法AR-RF，并把規(guī)則的相關(guān)性分析和規(guī)則后件約束集成到規(guī)則生成算法中，給出了基于規(guī)則后件約束的規(guī)則生成算法RGBAR，并通過實際的挖掘系統(tǒng)進(jìn)行了驗證。 4．根據(jù)挖掘的關(guān)聯(lián)規(guī)則進(jìn)行后處理，并運用信息增益方法，建立了基于信息增益的關(guān)聯(lián)規(guī)則決策矩陣模型，并