信用卡数紫据分析.pptVIP

Markway Analysis System 信用卡数据分析 背景 信用卡发展迅速 客户量大、地域广、时期长 数据海量化 数据海量，信息缺乏 背景 对信用卡申请人了解不全面 对客户行为缺乏科学监控与评价 风险测度不精确 风险控制成本过高 科学有效的风控管理工具 呼唤 数据挖掘 数据挖掘简介 数据挖掘 从大量数据中寻找其规律的技术，是统计学、数据库技术和人工智能技术的综合 业务需求 数据准备 建立模型 模型评估 数据挖掘简介 数据挖掘技术 分类：按照分析对象的属性、特征，建立不同的组类来描述事物。 例如：根据这些来区分新申请贷款的客户，以采取相应的贷款 方案。 聚类：识别出分析对内在的规则，按照这些规则把对象分成若干类。 例如：将申请人分为高度风险申请者，中度风险申请者，低度 风险申请者。 预测：把握分析对象发展的规律，对未来的趋势做出预见。 例如：预测下个时期销售额。 异常检测：对分析对象少数的、极端的特例的描述，揭示内在的原因。