基于数据挖掘信贷客户信用评估系统研究3.PDFVIP

第 29 卷 　第 7 期 情 　报 　杂 　志 Vol . 29 　No . 7 20 10 年 7 月 　　　　　　　　　　　　　 　　　　　　　　　　　　　 J ul . 　20 10 J OU RNAL OF IN TELL I GEN CE 基于数据挖掘的信贷客户信用评估系统研究 Research of Loan Customer Credit Evaluation System Based on Data Mining 佘燕达1 ,2 　李海晨2 ( 1 通化师范学院计算机科学系 　通化 　134002 ; 2 黑龙江大学信息管理学院　哈尔滨 　150080) 摘 　要 　针对当前信贷业务中的信用风险问题 ,通过建立基于数据挖掘的信贷客户信用评估系统 ,并使用 ID3 算法 对样本数据进行实证分析 ,表明数据挖掘技术应用于金融企业的信贷客户信用评估系统中 ,可以从大量的客户信用 数据中发现潜在有用的知识和规则 ,能够为信贷决策者提供科学 、高效的方法对信贷客户进行评估分类 。以期达到 降低不良贷款率 ,提高金融企业效益的目的。 关键词 　数据挖掘 　信用评估 　决策树 　ID3 算法 中图分类号 　TP39 1 　　　　　　文献标识码 　A 　　　　　　文章编号 　1002 - 1965 (20 10) 07 - 0 14 1 - 03 　　近年来 ,随着国民经济的发展和个人消费、投资观 库中的海量数据经过预处理形成面向主题的、集成的 念的改变 ,个人信贷业务在我国发展得很快 。但随着 数据集合 ,从而为数据挖掘系统从中挖掘有用的规则 个人信贷业务量的猛增 ,很多信用风险问题随之出现 。 提供了可能 。 利用个人信用数据科学地对信贷客户进行信用评估 , 　1. 1 　系统结构 　基于数据挖掘的信贷客户信用评 以最大限度地防范信用风险 ,成为信贷决策者们亟需 估系统结构如图 1 所示 。 解决的问题 。 数据挖掘技术 自其产生以来 , 因其在处理海量数 据方面的优势 ,在学术界和应用领域受到了广泛关注 。 文献[ 1] 通过粗糙集数据挖掘技术与信用风险计量方 法的实证对比分析 ,论证了数据挖掘技术在信用卡风 险管理领域的优越性 。文献[2 ] 分析了 ID3 算法 ,并讨 论了若干改进算法 ,提出决策树算法理论进一步研究 图 1 　系统结构图 的方向。文献[ 3 ] 分析了数据挖掘技术在我国金融领 　1. 2 　系统功能介绍 　在金融企业的业务数据库中 域的应用现状 ,并以交叉销售为例 ,对数据挖掘模型进 存储大量的信贷客户信息 , 本系统通过 ETL ( 数据抽 行了验证与评价 。文献[ 4 ] 则采用 ID3 算法对企业客 ) 取 、转换 、加载 模块将业务数据库中分布的、异构的数 户购买力进行分析 ,建立分类决策树 ,从而预测企业产 据抽取到临时中间层后进行清洗 、转换 、集成 ,然后加 品的安全库存量 。本文将从金融企业领域信贷客户信 载到数据仓库中,形成面向主题的、集成的数据集合 , 息量大 ,信用程度难以区分的特点出发 ,建立基于数据 为数据挖掘提供条件 。 挖掘的信贷客户信用评估系统 , 并通过实证分析验证 数据挖掘系统集成了数据挖掘工具集 ,根据数据 数据挖掘分类算法的有效性 。 挖掘任务选择算法 、建立数据挖掘模型 , 处理挖掘任 1 　信贷客户信用评估系统的建立 务 ,从数据仓库中发现知识或规则 。