關(guān)聯(lián)規(guī)則挖掘在銀行客戶信用評估中的應(yīng)用研究.pdf

1、伴隨著新一輪信息技術(shù)的浪潮，信息技術(shù)的方法思想越來越滲透到各行各業(yè)中，正在慢慢改變很多的行業(yè)。銀行業(yè)作為一個傳統(tǒng)的行業(yè)，隨著信息技術(shù)的不斷變革也在不斷的發(fā)展。目前隨著網(wǎng)上銀行的不斷普及，普通居民越來越體驗到方便的金融服務(wù)。人們的生活和銀行越來越密切，銀行業(yè)為了更好的為客戶服務(wù)，同時為了提高銀行的風(fēng)險管理能力，對建立適應(yīng)新背景下的銀行客戶信用評估體系提出了更高的要求。傳統(tǒng)的基于統(tǒng)計學(xué)和有關(guān)的規(guī)章制度應(yīng)用的風(fēng)險管理方法已經(jīng)不足以應(yīng)對大數(shù)據(jù)背

2、景下的風(fēng)險防控。
　　文中描述了數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則相關(guān)的技術(shù)，針對銀行業(yè)等金融機構(gòu)積累的大量的用戶數(shù)據(jù)信息，運用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則技術(shù)對大量用戶數(shù)據(jù)挖掘，為用戶的信用評估提供參考。在關(guān)聯(lián)規(guī)則挖掘技術(shù)中，在經(jīng)典Apriori算法及其常見的改進方法的基礎(chǔ)上，進行了優(yōu)化改進。參考基于散列的技術(shù)會在散列過程中產(chǎn)生沖突，在散列到的k項集添加計數(shù)項，并且保證散列到每一個桶中的k項集是唯一的，從而直接確定頻繁k項集，而不是由候選頻繁k項集經(jīng)

3、過一次數(shù)據(jù)庫掃描計數(shù)檢驗得到頻繁k項集，減少了一次數(shù)據(jù)庫的掃描。再者在第一次掃描數(shù)據(jù)庫的時候，將數(shù)據(jù)庫信息以數(shù)組的形式存放，以后就不再需要掃描數(shù)據(jù)庫，直接通過數(shù)組就可以確定候選項集的支持度計數(shù)。數(shù)據(jù)庫需進行掃描的次數(shù)得到了減少，同時候選項集的規(guī)模也得到縮減。最后本文將經(jīng)典算法和改進算法分別使用在銀行客戶信用數(shù)據(jù)中，使得改進算法的正確性獲得了驗證，同時在執(zhí)行效率方面進行了分析比較，得出改進優(yōu)化的算法在執(zhí)行效率方面有了改善。對挖掘出來的一些