银行案例介绍[数据挖掘]宣贯.pdfVIP

北京数系科技有限责任公司数据挖掘案例 数 据 挖 掘 案 例 北京数系科技有限责任公司 二零零八年六月二十六日 1 北京数系科技有限责任公司数据挖掘案例 目录 一、中国人民银行个人信用评分项目 3 1. 项目背景 3 2.项目目标 4 3.项目意义 4 二、中国工商银行个人客户数据挖掘 5 1.建立客户分类模型 5 2.建立客户群主要行为模型 5 3.个人客户贡献度分布模型 5 三、网易公司数据挖掘项目 5 1.项目介绍 5 2.项目意义 5 四、啤酒风味评价系统 5 1.项目介绍 5 2.项目意义 6 五、海水工厂化养殖的环境监测 6 1.项目开发背景 6 2.项目介绍 6 3.项目意义 6 2 北京数系科技有限责任公司数据挖掘案例 数系科技银行数据挖掘案例 一、中国人民银行个人信用评分项目 1. 项目背景 随着中国经济的高速发展，信用在市场经济中的地位越来越重要，信用消费正在逐步扩 大。随着个人贷款和信用卡业务的发展， 信用评分技术开始被应用于各商业银行的贷款决策、 资产定价和贷后管理等。信用评分技术能够推动经济快速而健康的发展，规避风险和损失。 根据《新巴塞尔协议》的要求，商业银行除了应当做到资本充足率达到 8% 以外，还要加强 风险管理和风险控制。 这也促使我国商业银行必须引入先进的风险管理技术， 提高风险管理 的水平， 构建新型的风险管理体系。 信用评分技术将有利于商业银行提高审贷效率、 防范金 融风险和维护金融市场稳定。 信用评分是现代社会消费信贷管理中先进的技术手段， 是银行、 信贷公司、 保险公司等涉 及消费信用的企业实体最核心的管理技术之一。 在消费信贷产业发达的西方发达国家， 信用 评分已被广泛地应用于信用卡生命周期管理、 汽车贷款管理、 住房贷款管理、 个人贷款管理、 其他消费信贷管理等领域，在市场营销、信贷审批、风险管理、账户管理、客户关系管理等 各方面发挥着十分重要的作用， 是经济、 金融生活中不可分割的一部分。 对于放贷的金融机 构来说， 信用评分模型的使用可以辅助金融机构决策者做出更为科学合理的授信决策， 提高 放贷的收益， 有效防范商业金融风险。 对于消费者来说， 申请人则可以根据一些评分的标