论文部分内容阅读
互联网技术迅猛发展的大背景下,以支付宝、微信支付等为代表的互联网金融平台正在快速崛起,形成对传统金融服务业的彻底变革。凭借大数据、云计算技术的优势,互联网金融平台迅速崛起,并在金融领域赢得了一席之地,然而,由于互联网用户的行为复杂、数据量庞大,给互联网金融背景下的个人信用风险度量造成了较大的难度,全面提升用户的信用评估的准确度与效率已经成为互联网金融平台当前发展中亟待解决的问题。本课题以翼支付为研究对象,基于数据挖掘理论,采用ASP.Net为开发工具建立一个B/S架构、基于Web工作流引擎的管理平台,以用户交易数据库作为中间层、Web作为前台的三层次结构开发模式,通过互联网金融平台交易系统得到模拟样本数据,选取WEKA数据挖掘平台进行数据的挖掘,开发一个适应互联网金融环境需求的个人信用风险度量系统。本文首先对于课题的背景、目的、意义和期待的重要实际价值的介绍,以及现在已有的研究成果,引出本文研究的思路与方法;其次叙述了在数据挖掘过程中所采用的方法和基本原理、思想,以及其未来可能的应用,为全文的研究奠定理论基础;再次围绕两大分析方法的详细的过程分析和探讨,挖掘和研究关联规则和聚类分析的更加具体方法;接着探讨数据挖掘技术在本研究对象中的实际可行性和具体操作过程,对互联网金融平台的个人信用风险度量软件的实现进行介绍,并通过测试分析了系统的可行性;最后对整个研究过程进行总结和反思,充分挖掘本研究的潜力。测试结果表明,本系统各用例下的模块功能运行正常,可以实现对用户的信用评级。本文的研究初步得到了基于数据挖掘的个人信用数据分析的基本过程和模式,借助Weka平台对个人信用风险进行二次开发和解释,实现了数据挖掘技术在个人信用数据分析中的初步应用,希望可以对互联网金融平台的客户个人信用风险度量准确度与效率提供理论参考。