決策樹(shù)技術(shù)在銀行經(jīng)營(yíng)分析中的研究和應(yīng)用.pdf

1、隨著中國(guó)銀行業(yè)信息基礎(chǔ)設(shè)施建設(shè)的不斷完善，信息資源的開(kāi)發(fā)得到了很大的重視。如何對(duì)海量的信息進(jìn)行科學(xué)的分析處理，推出新業(yè)務(wù)，及時(shí)為決策者提供決策支持，并適應(yīng)激烈的市場(chǎng)競(jìng)爭(zhēng)，成為擺在金融企業(yè)面前的新課題。 數(shù)據(jù)挖掘技術(shù)可以有效地從大量的客戶數(shù)據(jù)中發(fā)現(xiàn)有用的信息和知識(shí)，進(jìn)而可以有效提升客戶關(guān)系管理的質(zhì)量，達(dá)到提高銀行競(jìng)爭(zhēng)力的目的。本文就是著眼于如何通過(guò)數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)銀行的經(jīng)營(yíng)管理分析問(wèn)題進(jìn)行探討。 本文在數(shù)據(jù)挖掘分類分析中

2、，描述了一般的決策樹(shù)算法，介紹并比較了幾種典型的決策樹(shù)算法。包括使用信息嫡原理分割樣本集的ID3算法；可以處理連續(xù)屬性和屬性值空缺樣本的C4.5算法；以及突破主存容量限制，具有良好的伸縮性和并行性的SLIQ和SPRINT算法。對(duì)這些算法的特點(diǎn)作了詳細(xì)的分析和比較，指出了它們各自的優(yōu)勢(shì)和不足。 最后，本文在銀行經(jīng)營(yíng)管理分析中，針對(duì)公司類客戶信用風(fēng)險(xiǎn)評(píng)估、個(gè)人客戶綜合分類等相關(guān)問(wèn)題作了詳細(xì)分析，提出了利用數(shù)據(jù)挖掘技術(shù)，從銀行積累的的