论文部分内容阅读
本文在对数据挖掘技术及决策支持系统相关理论研究的基础上,依托金海岸信用决策系统的开发,将数据仓库、数据挖掘、联机分析处理、模型库等技术相结合,构建了一个综合性信用决策系统的框架,提出了一套完整地解决大中型企业客户信用等级细分的方法。
作者借助SPSS数据挖掘工具,分别对相关分析、回归分析、聚类分析、判别分析等方法进行了阐述,同时将上述几种方法相结合,以金海岸公司和上海资信有限公司所采集的客户信用信息为基础,对客户进行了信用等级的评定,很好地解决了信用决策过程中的数据噪音等问题,在信用决策领域进行了有益的探索,分析结果表明该方法具有一定的可操作性。
本论文涉及到多个领域:计算机技术、经营管理、金融学、统计学、统筹学等。作者首先通过相关分析和回归分析对原始数据的变量之间、变量与违约风险之间的相关关系进行分析,从而进行科学的建模;在科学建模的基础上,通过聚类分析对不同的客户群进行了分类;依据分类结果,通过判别分析对新客户的信用等级进行划分。找到了一套切实有效的信用等级划分的方法,在一定程度上解决了信用决策领域建模难、分析结果准确度低的问题。
由于相关条件的限制,该方法在一些细节上的考虑还不是特别周到,也必然存在着诸多问题,必将在今后的学习工作中加以完善。