征信數據的關聯規(guī)則挖掘方法研究.pdf

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

2、較低。銀行產品的同質性較為嚴重，在產品的競爭上優(yōu)勢不大。如何管理客戶關系，以及挖掘出隱藏在客戶信息背后的業(yè)務規(guī)律，成為銀行業(yè)戰(zhàn)略決策的一個重要方面。 數據挖掘是一種較新的決策支持技術，具有從海量數據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)關注。關聯規(guī)則是數據挖掘最活躍的研究分支，也是最成熟的數據挖掘技術，在行為分析方面具有獨特的優(yōu)勢?；谝陨蠋追矫娴恼J識，本文以個人征信數據為平臺，對征信數據的關聯規(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，據此設計了一個實用的挖掘系統，實現了對征信數據的有效應用挖掘，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。具體研究內容如下： 1．深入研究關聯規(guī)則挖掘理論，對關聯規(guī)則挖掘的算法進行了深入的分析，并就關聯規(guī)則的優(yōu)化問題展開深入的討論。 2．對征信數據進行深入的分析，深入研究了征信數據的基本構成，并就每一構成部分進行詳

4、細的功能分析；并對數據的預處理方法進行了分析，為下步的挖掘做初步探索。 3．研究征信數據的整個挖掘過程，針對特定的挖掘任務和挖掘目標，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進行了驗證。 4．根據挖掘的關聯規(guī)則進行后處理，并運用信息增益方法，建立了基于信息增益的關聯規(guī)則決策矩陣模型，并