數(shù)據(jù)挖掘技術(shù)在大型商業(yè)銀行數(shù)據(jù)中心的應(yīng)用.pdf

1、隨著商業(yè)銀行信息化進(jìn)程中數(shù)據(jù)大集中階段任務(wù)的完成,各商業(yè)銀行將面臨如何從海量的數(shù)據(jù)中提取有價(jià)值的信息和知識(shí)用以提高企業(yè)決策質(zhì)量和市場(chǎng)競(jìng)爭(zhēng)力,數(shù)據(jù)挖掘技術(shù)的出現(xiàn)使商業(yè)銀行“數(shù)據(jù)變知識(shí)”成為可能。目前,大型商業(yè)銀行數(shù)據(jù)中心急需應(yīng)用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)在銀行客戶群體細(xì)分、交易內(nèi)在規(guī)律分析、銀行服務(wù)保障等方面。通過客戶細(xì)分,商業(yè)銀行可以準(zhǔn)確地把握市場(chǎng)需求,針對(duì)不同貢獻(xiàn)度的客戶采用不同的營銷手段,針對(duì)客戶的不同喜好,提供不同的理財(cái)產(chǎn)品,從而贏得

2、客戶;通過分析交易內(nèi)在規(guī)律,可以對(duì)銀行業(yè)務(wù)經(jīng)營活動(dòng)和信息科技規(guī)劃工作提供更加有效、可信、新穎的決策參考依據(jù);通過預(yù)測(cè)未來交易負(fù)荷,可以使商業(yè)銀行利用最小的成本達(dá)到最高效的服務(wù)水平,并規(guī)避信息系統(tǒng)因?yàn)槿萘繂栴}影響業(yè)務(wù)服務(wù)質(zhì)量的問題。
　　 本文首先在介紹數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上詳細(xì)介紹數(shù)據(jù)倉庫、數(shù)據(jù)挖掘有關(guān)算法的原理、主要方法、相關(guān)技術(shù)和工具。然后,結(jié)合數(shù)據(jù)挖掘管理系統(tǒng)數(shù)據(jù)倉庫的構(gòu)建給出了相關(guān)模型設(shè)計(jì)和實(shí)施過程,通過結(jié)合銀行數(shù)據(jù)的應(yīng)用

3、背景,分別對(duì)關(guān)聯(lián)規(guī)則、聚類算法、回歸算法進(jìn)行應(yīng)用研究和實(shí)現(xiàn)。本文主要研究成果有四個(gè)方面:
　　 (1)設(shè)計(jì)實(shí)現(xiàn)了一個(gè)集成銀行多方面信息的數(shù)據(jù)倉庫,這是一個(gè)含銀行交易日志、客戶信息、運(yùn)維信息的平臺(tái),通過對(duì)這些信息的合理篩選、清洗、集成,為數(shù)據(jù)挖掘提供了有效的數(shù)據(jù)支撐。
　　 (2)針對(duì)銀行交易日志,通過關(guān)聯(lián)規(guī)則挖掘找出業(yè)務(wù)間的聯(lián)系。對(duì)于具有相關(guān)性的規(guī)則的交易對(duì)其進(jìn)行組合,挖掘結(jié)果為特色業(yè)務(wù)的開展提供有效的理論依據(jù)和技術(shù)支持

4、。
　　 (3)將聚類算法挖掘技術(shù)具體應(yīng)用到細(xì)分用戶市場(chǎng),用以提高商業(yè)銀行競(jìng)爭(zhēng)力。用戶群之間存在著性格、收入、愛好等差異,利用聚類算法挖掘不同年齡特征客戶的喜好,為銀行業(yè)務(wù)有針對(duì)性的拓展提供數(shù)據(jù)依據(jù)。
　　 (4)通過回歸算法的使用,建立了銀行交易量與后臺(tái)主機(jī)CPU利用率的關(guān)系模型。根據(jù)這一模型,可以方便的預(yù)測(cè)CPU容量承受上限條件下的交易量。這為應(yīng)對(duì)可能的容量風(fēng)險(xiǎn)而提前做好交易優(yōu)化或主機(jī)CPU擴(kuò)容的準(zhǔn)備提供了重要依據(jù)。