金融数据挖掘和商业数据挖掘.pptVIP

金融数据挖掘和商业数据挖掘第1页，共26页，星期日，2025年，2月5日报告大纲研究目的分析工具建模流程结论与建议QA第2页，共26页，星期日，2025年，2月5日研究目的有效地筛选出偿债能力不佳的个人信用卡客户，依此开发出一套信用风险系统，以帮助银行做出正确的核卡决策。这个系统的开发、维护、与更新的成本预期将比银行现有系统的成本低。第3页，共26页，星期日，2025年，2月5日分析工具MicrosoftSQLSever2005价格自动化以及开发延伸程度目前SPSS跟微软之间是采取合作的态度第4页，共26页，星期日，2025年，2月5日建模流程：CRISP-DMDATAMINING执行阶段商业理解资料理解资料准备建模评估发布资料源DATAMINING处理流程**图表来源：杨自强企业如何应用商业智慧来提升执行力与竞争力第5页，共26页，星期日，2025年，2月5日微软商业智慧解决方案SSIS分析服务报表服务分析服务(DataMining)资料来源检视表(DataSourceView)整合性服务(SSIS)商业理解资料理解资料准备建模评估发布资料源资料源**图表来源：杨自强企业如何应用商业智慧来提升执行力与竞争力第6页，共26页，星期日，2025年，2月5日资料采矿无处不在商业问题Microsoft算法预测类别变量，例如营销响应、顾客流失、违约预测(巴塞尔资本协定IRB)…决策树贝氏机率分类群集类神经网络罗吉斯回归预测连续变量，例如预测销售量、预测客户价值变动、预测金融商品价格波动...回归树时间序列类神经网络预测序列，例如找出网站使用者的点选路径模式、客户缴款行为模式、商品购物顺序时序群集找出产品交叉销售关联性，又称为购物篮分析关联规则决策树找出潜在相似性，例如市场区隔、侦测晶圆瑕疵分配、文件分类、保险浮滥理赔侦测、伪卡侦测群集时序群集第7页，共26页，星期日，2025年，2月5日商业理解(BusinessUnderstanding)厘清商业问题目前呆帐率是多少？信用卡审核流程？信用卡评分模型=分类模型第8页，共26页，星期日，2025年，2月5日资料理解(DataUnderstanding)资料来源某银行2000.1.1~2002.6.30的信用卡资料数据内容申请数据文件缴款纪录文件总共有1220个变数，502,333笔原始资料违约户定义缴款期间曾经有逾期60天以上未缴之卡户第9页，共26页，星期日，2025年，2月5日建模流程图选择2001.4~2001.6原始资料清除遗漏值、异常值数据转换误差抽样训练组测试组建模评估评估第10页，共26页，星期日，2025年，2月5日资料准备(DataPreparation)选择合理的建模变量基本数据性别、教育程度、职业别……联合征信中心(JCIC)的资料被查询总家数、延迟月数比率……与银行往来的资料申请卡别类型、有没有使用扣款服务……第11页，共26页，星期日，2025年，2月5日资料准备(DataPreparation)选择合理的建模时间时间间隔取为12个月至18个月清除遗漏值、异常值数据转换连续型转成离散型：被查询总家数…合并变项太多之变量：职业别…衍生新的变数第12页，共26页，星期日，2025年，2月5日类型变量名称数据类型个人资料教育别类别型(2类)性别旗标型行业别类别型(3类)职称别类别型(3类)工作年资类别型(5类)紧急联络人与正卡关系类别型(4类)与银行往来纪录是否申请结余代偿旗标型扣款账号旗标型金融联合征信中心过去六个月延迟月数比率连续型过去六个月循还月数比率连续型近一年M2次数整数型最近一个月近期是否逾期旗标型负债所得比连续型有效卡张数类别型(3类)被查询总家数类别型(4类)第13页，共26页，星期日，2025年，2月5日建模(Modeling)误差抽样(Over-Sampling)将稀有事件透过抽样的方式将其比重提高多的少抽(Reduce)：正常户抽取率0.1违约户抽取率1将资料分成训练组与测试组避免过度学习(Over-fitting)建模方法选择罗吉斯回归、决策树、类神经网络第14页，共26页，星期日，2025年，2月5日DataMiningModelEvaluation第15页，共26页，星期日，2025年，2月5日Data