基于商業(yè)智能的數(shù)據(jù)挖掘的研究.pdf

1、隨著市場競爭的不斷加劇，企業(yè)需要商業(yè)智能指導(dǎo)業(yè)務(wù)行為并進(jìn)行輔助決策，以便在激烈的市場競爭中贏得主動和更多的商機(jī)。數(shù)據(jù)挖掘就是一種運(yùn)用決策樹、關(guān)系規(guī)則、分類、聚類等技術(shù)來做決策的非常有用的方法。其中聚類是在無先驗(yàn)知識無指導(dǎo)下進(jìn)行數(shù)據(jù)分析的一種數(shù)據(jù)挖掘技術(shù)，傳統(tǒng)的聚類分析是一種硬劃分，這種劃分的界限很分明?？墒乾F(xiàn)實(shí)生活中大多數(shù)對象并沒有嚴(yán)格的屬性，它們在形態(tài)和類屬性方面存在著中介性，具有“亦此亦彼”的性質(zhì)，因此比較適合進(jìn)行軟化分，即模糊聚類

2、分析。 針對商業(yè)銀行中迫切要解決的信用風(fēng)險(xiǎn)問題，本文使用基于模糊等價(jià)關(guān)系的模糊聚類分析對銀行的信用風(fēng)險(xiǎn)進(jìn)行信用評分，該系統(tǒng)預(yù)先找出某些決定付款違約可能性的關(guān)鍵因素，將其綜合或賦予權(quán)重從而得出一個(gè)量化的分?jǐn)?shù)，經(jīng)過適當(dāng)處理得到模糊聚類評分模型。 本文的重點(diǎn)：第一，采用模糊聚類評分模型改進(jìn)了一般的信用評分方法對各影響因素動態(tài)連續(xù)變化過程，以及各個(gè)因素之間相互促進(jìn)或制約關(guān)系，無法予以反映的不足。該模型是一種行為評分模型，是一種前