征信经济学原理之数据挖掘理论在个人征信查询中的作用.doc

《征信经济学原理之数据挖掘理论在个人征信查询中的作用.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、征信经济学原理之数据挖掘理论在个人征信查询中的作用近十年来.我国经济飞速发展，企业和个人的信贷消费蓬勃发展.这就使征信系统在整个国民经济中凸显出尤为重要的作用。而何为征信.即是运用专业知识通过收集掌握的公开信息以及调查攀握的份蔽信息对某个市场主体履行债务的能力做出客观公正的评价报告。随普当今社会信息技术的不断发展.不断有大量数据的产生和收集导致各类信息呈姗炸式涌出.整个征信系统面对着的企业和个人的各类信用信息致据日益扩大并第二节征信的管理学原理口迅速膨胀，与日俱增的数据更加裔要数据分析工其的强有力的支持，数据库中收集的大量萦杂的数据仅命人力是无法完成数据的分析和处理的。这

2、就导致数据库中存在海量的数据却得不到有效的利用。伴随着大里新型数据的逐步普及，进而形成庞大的海量数据，为了从其中高效准确地提取有效信息井进行充分利用致使数据挖掘技术应运而生。（一)数据挖掘的定义数据挖拥就是通过自动或半自动的工其对大及的数据进行探索和分析的过程，其目的就是发现其中有意义的摸式和规律。它与传统的数据分析有本质的区别:数据挖翻是在没有明确假设的前提下进行的数据分析.进而发现知识的。数据挖掘是一个交叉性的学科，它涉及数学、统计学、机器学习、致据库、数理统计、人工智能、棋式识别以及高性能计算等多个学科.其目标是在大址的数据中发现令人感兴趣的模式‘它是随着数据库技术

3、、人工智能、统计、并行计算和机器学习等技术的发展和相互触合酝做生成的。（二）数据挖掘的功能1.预侧是对一件事情或者一种已经存在的历史数据进行分析.从而找到这种事物变化或这件事情发展的相关规律，以此为依据建立数学模型，并按照建立的摸型对该事物的变化或事情的发展的种类、特征以及发展方向进行预侧。预侧是通过分类起作用的，通过分类得出模型，其目的是对未来未知的变盆的预测。2.关联和相关分析关联分析的任务是确定嘟些事物会一起出现，其作用可以用盆信度或者支持度来度$e通过关联分析挖掘出征信系统中数据与数据之间潜在的联系和相关性。这种规则表现在:“在购买面包和黄油的顾客中，有90%的人

4、同时也买了牛奶。.相关分析是指项目集或规则的相关性分析.项目集中各项目是统计相关还是独立.规刻两边项目集是统计相关还是独立。3.聚类分析聚类的任务是把相似的事物分成一类，差异较大的分在不同类，它和分类的区别在于滚类不依核预先定义好的类.也没有样本。通常滚类作为数据挖掘过程中的第一步，通过琅类分析，可以准确荆断出每个数据所在的类别，也可以进一步探索不同类别数据之间可能存在的相互联系。4.偏差分析偏差分析是对数据库中存在异常情况的数据进行分析.井且能够发现源数据中潜在的异常情况。在征信系统中，经常会出现耳数据中的一些致据存在反常的情况，信用评级出现不合乎正常规则的例子，最终得

5、出的分类结果出现差异。(三)数据挖掘的其体过程数据挖捆的实现过程一般是指从存仲大最教据的教据库、教据仓库等中把教据提取出来.进行清理、集成、选择、变换.将获得的规范化数据存储后数据挖拥，然后进行有趣度度盆.提取有趣的模式，最后将结果展示为易于理解的方式呈现出来。具体流程如图2-4所示。(四)数据挖掘在征信领城的应用我国在加人世界贸易组织(WTO)之后，受世界经济的影响越来越大.各种各样的信用风险层出不穷，这就要求征信体系在面对庞大的信用数据时进行更加精确的计算和预侧.而仅书人力是无法满足砚状的。目前数据挖掘已经应用在很多领城.尤其是银行、保险、零售等商业领城。企业和个人的

6、各项信用业务都是利润和风险并存的。贷歌偿付预侧和客户信用政策分析对银行亚务是相当a要的.有很多因众会对贷欲偿还效能和客户信用等级计算产生不同程度的影响，数据挖掘的方法如特征选择和属性相关性计算都有助于识别重要因盆，剐除非相关因众。就好比商业银行在处理信用风险的相关问题上.长期以来商业银行在放贷之前会审核客户的历史资料，评估客户的还款能力和还歌愈班.而是否给申请人提供贷欲或商品都是依靠授信机构的信贷人员进行主观判断的。这就会产生效率低下、主观性较强等一系列问肠，这就使得银行和发卡机构建立一套墓于数据挖握技术的信用评分模型，从而为银行信用风险控侧提供客观、准确的评估和控制机翻

7、。因此，在消费信贷业务迅猛发展的情况下，如今的征信体系广泛运用挖掘技术建立企业和个人信用评分模必.发揭客户资裸，创新金融产品和服务.也增强了自身的盈利能力。