数据挖掘在银行的应用.doc

想预览更多内容,点击预览全文

申明敬告:

本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己完全接受本站规则且自行承担所有风险,本站不退款、不进行额外附加服务;如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

数据挖掘在银行的应用 【摘要】如今,随着互联网的迅猛发展和计算机技术的日新月异,大数据、云计算和移动互联网等互联网新兴技术随之兴起,海量数据的产生及数据流转成为常态,这意味着人们进入了“大数据时代”。而数据,是商业银行的核心基础和战略资产,大数据的挖掘价值对于商业银行的发展至关重要,甚至意味着商业银行发展的未来。 【关键词】商业银行;大数据;数据挖掘 1概述 近年来,数据挖掘与数据分析发展迅猛,这给传统银行业带来了迅猛冲击和严峻挑战[1]。这主要表现在三个方面:(1)银行中企业文化面临的挑战与冲击。这主要是银行由喜爱完整、纯净的数据到倾向于接受非结构化数据,允许不精确完整的数据的存在;由局部冲击扩大为全局冲击,大数据时代银行需要海量数据冲击企业文化,从而碰撞出适应新时代的崭新企业文化。(2)银行面临的数字化挑战。在大数据背景下,银行面临的挑战层出不穷:一方面,大数据的发展促使银行不断地进行新产品和新服务的开发和推广;另一方面,是解决传统数据的结构性能问题。(3)银行转型所面临的挑战[2]。大数据时代,银行的发展需要进行合理转型,转型的关键在于对银行数据进行合理分析和利用的能力高低。 2大数据的挖掘 2.1数据挖掘的涵义。[3]数据挖掘的定义是从海量,掺杂噪声,有缺失值,模糊和随机数据中挖掘和学习对人们有用的知识和信息的过程。大数据环境下的数据挖掘不再使用抽样数据,而是通过实时监测和跟踪获得对象在互联网上的全部数据,挖掘和分析,揭露其隐藏的法则,并提出相应的预测和结论。2.2数据挖掘的主要方法和技术。(1)关联规则分析关联是指银行客户之间各类行为之间的相关关系。客户并不是独立个体,生活在社交网络之中,由于客户与客户之间兴趣爱好和意识行为的趋向性,当一个客户发生某种行为时,极有可能有其他客户倾向于发生同种行为或者同一客户发生其他行为,基于银行现有历史数据进行关联规则分析,可以预

最近下载