论文部分内容阅读
数据仓库、联机分析和数据挖掘是当前及今后商业智能领域的主流技术。数据仓库集成系统业务数据,面向分析型数据处理,是管理决策的基础。由于传统的报表分析对决策指导作用的片面性,所以具有强大多维数据处理功能的联机分析工具是企业辅助决策的必然选择。而数据挖掘技术则可以为企业提取隐含在大量历史数据中,但却潜在有用的信息和知识。 建设银行大连市分行的数据仓库平台DW&MIS从1999年开始经过了五年多的建设,目前已综合了大部分业务管理系统,正进入全面应用阶段。本文就是在此背景下对DW&MIS的企业风险管理子系统进行功能扩展,并以住房贷款业务作为研究对象对其进行信用风险相关规则的挖掘。主要完成的工作有以下四个方面: (1)了解相关业务知识,根据项目需求对住房贷款业务进行信用风险研究。从DW&MIS中抽取与该业务相关的数据,并通过Analysis Services在本地创建小型数据仓库平台,建立星型多维数据模型; (2)利用Analysis Services的数据透视表服务开发基于ActiveX以B/S方式访问的联机分析软件CCB WEBOLAP。用户可以通过浏览器访问数据仓库中的多维数据集,并进行切片、切块、钻取、旋转等联机分析操作功能; (3)根据具体情况采取多种方法,如空缺值填充、噪声数据处理、数据映射、字段综合等,对业务数据进行预处理,提高数据质量,为下一步采用决策树分类算法对业务进行挖掘打下基础; (4)选择ID3决策树算法对住房贷款业务数据进行挖掘,并引入支持度和可信度的概念改进算法。通过测试数据对比说明算法运行效率的提高,还对挖掘出来的有意义的规则进行了解释分析。 最后对目前存在的问题进行总结,并对下一步的工作进行展望。