论文部分内容阅读
银行信用卡业务属于高收益、高风险的业务,如何实现对信用卡的客户流失控制是发卡银行迫切需要解决的问题。目前,随着银行积累了大量的数据,并建立了数据仓库,使得采用数据挖掘技术来实现信用卡客户流失分析成为了可能。
数据挖掘是一个分析的过程,这个探索数据的过程是为了寻找可变数据之间一致的模式或相关的联系(通常这些大量的数据是典型的市场或商业相关),然后通过应用这些挖掘出来的模式到新的数据子集中去来证实研究的结果。数据挖掘的最终目标是预测,预测型的数据挖掘是数据挖掘中最普通的类型而且有最直接的商业应用。数据挖掘的过程包含三个阶段:(1)业务理解,(2)数据准备,(3)模型的建立和验证,(4)评估。
本文首先简要介绍数据挖掘的定义和基本技术,探讨了几个标准的数据挖掘流程。在总结已经实施过的银行信用卡领域数据挖掘过程的经验基础上提出银行信用卡领域内决策分析流程的商业理解、数据理解和数据准备阶段流程:先以宏观角度理解一般的银行信用卡领域的业务知识和商业流程,从商业经营基本问题:“获取利润”出发,采取一个设问的流程将大的商业问题分析为若干个子问题,并不断继续分解,获得基本的商业问题集,然后再汇集回答这些商业问题所需要分析的因素:在具体数据集上得到分析因素到物理表和字段的映射关系。最后以银行信用卡领域客户流失为例实施数据挖掘过程。