基于数据挖掘技术的ERP在商业银行中的应用.pdf

《基于数据挖掘技术的ERP在商业银行中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2O主基于数据挖掘技术的ERP在商业银行中的应用项国(1北京交通大学，北京100044；2．电子科技大学，四川成都611731)．摘要：随着信息技术的飞速发展，银行业的发展也越来越依赖IT技术的支持。ERP(EnterpriseResourcePlanning)作为一种先进的企业资源信息管理系统，蕴涵了丰富的企业管理思想和管理方法。但是面对错综复杂的市场环境，银行业仍需要审时度势，不断调整自身的经营战略，快速做出相应的决策。而传统ERP仍然是基于企业业务流程的事务处理系统，缺乏强大的决策、分析和预测功能。数据仓库技术和数据挖掘技术是当前信息处理领域的两种新

2、兴技术，将两者结合起来形成的框架模型，大大加强了决策分析的功能性和灵活性，有助于在大量数据中挖掘多层次的知识。因此，把数据仓库和数据挖掘技术应用于ERP中是有必要的。关键词：EPR；数据挖掘；数据仓库；商业银行ERP中图分类号：F830文献标志码：A文章编号：1008—4428(2013)11—91—04由于银行业不同于生产制造企业，所以不是所有的ERP子银行客户关系管理子系统的总体结构可以如上图1所示。系统都能进行实施。与产品制造过程有关的子系统，如主生产排客户关系管理子系统大概包括客户信息管理、客户支持管理、客程子系统、物料需求计划子系统、工单／委外管

3、理子系统等无须户反馈管理、资源权限管理、服务客户分析、策略管理等模块。在银行进行实施。一般在银行主要实施的子系统是：财务管理、数据挖掘的过程就是从大量业务数据中发现所需要的信人力资源管理、客户关系管理等子系统27。由于银行的大量数据息，其前提首先是建立数据仓库，从业务数据库中提取、转换、清都是跟客户密切相关的，在本节中主要讨论如何运用基于数据洗数据后，导人数据仓库进行存储，经过数据挖掘后，提供给管挖掘的ERP对银行的客户信息进行挖掘。理人员。如下图2所示，基于数据仓库技术的商业银行客户分析建立数据仓库来存放对全体客户、预定义客户群、某个客户系统主要分为如下

4、层次，首先是从商业银行的各个子系统中(主的信息和交易数据，并通过对这些数据进行挖掘和关联分析，实要是客户服务系统)收集客户数据，作为数据仓库的源数据；然后现面向主题的信息抽取。通过客户关系管理子系统进行客户数进行客户数据的存储和管理，主要是对源数据进行数据抽取、转据挖掘，实现客户分类、客户行为分析、客户关系评估及客户利换和加载处理；数据挖掘工具利用数据仓库中的数据进行知识润贡献分析等功能。发现，提供给管理人员，为管理决策、客户服务、客户保留和生产一、对客户的需求模式和盈利价值进行分类，找出最有价值销售等作参考。和盈利潜力的客户群，以及他们最需要的服务，以便

5、更好地配置资源，改进服务，牢牢抓住最有价值的客户。二、通过对客户资源信息进行多角度挖掘，了解客户各项指标(如资产贡献、忠诚度、盈利率、持仓比率等)，掌握客户投诉、客户流失等信息，从而在客户离开银行之前，捕获信息，及时采取措施挽留客户。比如可以分析：哪些类型的客户预计未来的存款增加最多；借贷者的什么特征最可能使他们在规定的时间内偿还贷款；未来在哪个地区开设新的分支机构效益最好；对客户群体进行细分，对不同的客户群体推出相应的金融产品；如何保持优质客户的忠诚度；客户信用等级评定。厂银行ERP事缱I．．．。．l客户壬导管理子系统iL厂森]厂]_L_j～一』』上客客

6、瓷腋策自拣每略图2客户信息数据挖掘的过程支展桠客管持馈隈P理(一)采用概念描述的方法获得客户信息评价管管管分理理理析概念描述是描述性数据挖掘的最简单类型，它产生数据的特征化描述和比较描述。特征化描述提供给定数据汇集的简洁图1系统的总体结构一91汇总，概念的比较(也称为区分)提供两个或多个数据汇集的比较1、存款(x，“活期存款>=3万元”)=>描述。特征化描述为比较描述提供一个基础。概念描述可存储存存款fX，“定期存款<=5万元”)数据仓库中的大量数据都是详细的数据，通过使用属性概化、属2、年龄(X，“5O⋯60”)存款(x，“存款>=万元”)=>性相关性分

7、析等数据概化方式将详细的数据在较高的抽象层次其他fx，“购买国债”)中表达出来，通过引入t一权作为兴趣度度量以获得感兴趣的属3、年龄(X，“20⋯30”)^存款(x，存款>：15万元)=>性所具有的必要条件，并以量化特征规则的形式加以表达。贷款fx，“汽车贷款”)例如，对于如下规：VX，others(x)：“购买国债”=>(age(x)：规则1是布尔关联规则，可以使用Apfofi算法或其他算法“20⋯30”)【f：30％】v(age(x)：，“30⋯50”)It：40％1v(age(x)=，“50⋯获得结果；规则2、3涉及多维规则，所以在挖掘时，应采用诸如

8、70”)『t：30％】基于距离的关联规则等进行处理。可以得知，如果