数据挖掘技术在信用信息分析中的应用分析.pdfVIP

第４期 无线互联科技 Ｎｏ４ ２０２３年２月 Ｗｉｒｅｌｅｓｓ Ｉｎｔｅｒｎｅｔ Ｔｅｃｈｎｏｌｏｇｙ Ｆｅｂｒｕａｒｙ，２０２３ 数据挖掘技术在信用信息分析中的应用分析 胡　 杰１，２ （１．桃江县住房和城乡建设局，湖南桃江４１３４００； ２．桃江县房屋交易中心（桃江县房地产信息中心），湖南桃江４１３４００） 摘要：文章首先简要概述与数据挖掘技术相关内容，随后从分类、聚类两种数据挖掘应用较广的维度 来开展研究，分别有神经网络、决策树法、层次方法、基于密度（或网络）方法等；剖析了数据挖掘技术 应用于信用信息分析的问题，而后围绕问题内容，指出可从强化海量数据处理效果、快速提炼信息分 析报告、提前预测未来发展趋势、积极融合智慧化服务平台等方面解决问题，以期为相关技术工作提 供可靠参考。 关键词：数据挖掘技术；信用信息；分析算法；对策 中图分类号：ＴＰ３１１１３　 　 文献标志码：Ａ ０　 引言 型展示。 此过程可将信息挖掘的步骤划分成以下３ 　 　 大数据即巨量资料，指所涉及的资料量规模巨 步：第一步，预处理。 预处理就是提前对海量的冗余 大，无法通过主流软件工具实现获取、管理的咨询。 的数据信息加以筛选、剔除，只留下有效的数据，确 新时期背景下大数据有着无限潜力和优势，但同时也 保数据挖掘技术的应用效率。 第二步，信息特征的 ［２］ 给各领域工作带来考验。 有更多的人在现代社会中 抽取 。 整理上一步骤所筛选出的数据信息后，对 挖掘出数据的价值和战略意义，并开始延伸到对数据 信息结构间转化，保障转化后的结构能被计算机软 的研究中。 如何在数据海洋中获得利于发展的信息 件所识别和存储，满足用户信息使用的需求。 第三 和商机，有效提升利润，就必须借助于各种智能化方 步，数据挖掘。 将上述步骤中所处理好的数据和信 法来分析处理，即采取相应的数据挖掘技术。 利用数 息收集后并加以挖掘，将挖掘出的结果用客户能识 据挖掘技术能深入数据深层找出隐含的知识，从而提 别的语言表现出来，确保符合以人为本的原则和实 际应用需求。 升各种管理决策的科学性，减少不必要的损失，优势 ２　 数据挖掘技术在信用信息分析中的应用算法 突出。 ２１　 分类算法 １　 数据挖掘技术简述 ２１１　 决策树法 １１　 数据挖掘技术定义 　 　 决策树法（Ｄｅｃｉｓｉｏｎ Ｔｒｅｅ Ｍｅｔｈｏｄ）是常用的机器 　 　 数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）是指从大量数据中通过 学习算法之一，也被广泛用于风险性决策问题中，具 计算分析方法来获得其中隐藏信息的过程。 该概念 体如表 １所示。 决策树就如同树木的枝干，从主到 属于计算机科学的学科领域，常常和人工智能、数据 次进行逐一分解，随后形成不同的规则链条。 决策 库等多领域紧密联系，又有着“资料探勘”“数据采 树