張鴻雁

(晉中學(xué)院 信息技術(shù)與工程學(xué)院，山西 晉中 030619)

?

探討嵌入式數(shù)據(jù)挖掘模型在銀行卡業(yè)務(wù)中的運(yùn)用

張鴻雁

(晉中學(xué)院 信息技術(shù)與工程學(xué)院，山西 晉中 030619)

針對既有數(shù)據(jù)的挖掘系統(tǒng)算法運(yùn)行效率比較低、結(jié)構(gòu)松散揭合等問題，建立嵌入式的數(shù)據(jù)挖掘相關(guān)模型，以便完成算法組件化的管理，同時把整個數(shù)據(jù)的流程歸入到數(shù)據(jù)庫中，這樣不僅可以對數(shù)據(jù)的挖掘過程進(jìn)行簡化，而且能夠大幅度提高數(shù)據(jù)的挖掘效率。

嵌入式;數(shù)據(jù)挖掘模型;銀行卡

數(shù)據(jù)挖掘主要從相關(guān)數(shù)據(jù)庫中挖掘相關(guān)知識，其是在銀行卡數(shù)據(jù)儲存方式的基礎(chǔ)上，采取有效分析研究工具與方法，從傳統(tǒng)失誤型的數(shù)據(jù)庫中獲取深層次信息。但是，在數(shù)據(jù)的挖掘技術(shù)逐漸發(fā)展的過程中，怎樣充分結(jié)合數(shù)據(jù)倉庫的挖掘系統(tǒng)以及數(shù)據(jù)庫的系統(tǒng)，開始變成數(shù)據(jù)挖掘中的一個重要問題。

1數(shù)據(jù)挖掘任務(wù)

1.1關(guān)聯(lián)分析

通過關(guān)聯(lián)規(guī)則的挖掘，可以發(fā)現(xiàn)很多數(shù)據(jù)項集間存在相關(guān)關(guān)系或者是關(guān)聯(lián)性，如果兩個以及多個變量取值間存在規(guī)律，就可稱作某一種關(guān)聯(lián)，如兩個以及多個數(shù)據(jù)項取值間重復(fù)率比較高，就會存在關(guān)聯(lián)性[1]。

1.2分類分析

分類過程需要找出相關(guān)數(shù)據(jù)，同時對概念模型與數(shù)據(jù)進(jìn)行區(qū)分，這樣對于標(biāo)記與預(yù)測對象類比較方便。通常數(shù)據(jù)的分類主要包含兩步的過程，也就是建立模型、使用模型。而導(dǎo)出模型主要在訓(xùn)練數(shù)據(jù)分析基礎(chǔ)上，應(yīng)用多種模式對挖掘數(shù)據(jù)進(jìn)行分析。

1.3聚類的分析。

聚類分析主要是把數(shù)據(jù)與對象分為不同的類，在同類中對象相似度比較高，但是在不同類中，對象之間存在較大差異，其相似度主要是按照對象屬性描述值進(jìn)行計算，現(xiàn)階段常用度量方式主要是距離。通過對聚類進(jìn)行分析可以加強(qiáng)對于客觀知識的了解，同時成立宏觀的概念。

1.4異常的檢測

在數(shù)據(jù)庫中，相關(guān)數(shù)據(jù)有諸多異常的情況，對數(shù)據(jù)進(jìn)行分析時容易發(fā)現(xiàn)，該異常情況容易影響到數(shù)據(jù)挖掘的準(zhǔn)確性，需要引起人們的重視。而異常包含很多較為有用的知識，例如分類中異常的反例。異常的檢測目的主要是為了尋找結(jié)果和參照間存在的差異，了解觀察域值情況[2]。

2嵌入式的數(shù)據(jù)挖掘模型

目前，嵌入式數(shù)據(jù)的挖掘模型一般是使用各類數(shù)據(jù)庫的訪問技術(shù)，在數(shù)據(jù)的挖掘系統(tǒng)之中嵌入算法。這個模型支持根據(jù)相關(guān)標(biāo)準(zhǔn)規(guī)范開發(fā)挖掘的算法，同時將算法發(fā)布，并嵌入到各種數(shù)據(jù)的倉庫以及數(shù)據(jù)庫中，把數(shù)據(jù)庫的功能轉(zhuǎn)化為眾所周知的、可以進(jìn)行二次開發(fā)，便于發(fā)揮靈活的、通用的數(shù)據(jù)庫功能。該系統(tǒng)一般包含用戶層、數(shù)據(jù)挖掘?qū)右约八惴ㄇ度雽拥?，這個系統(tǒng)模型從圖1中可以看出。

圖1 嵌入式的數(shù)據(jù)挖掘模型

2.1用戶層與數(shù)據(jù)層

數(shù)據(jù)層一般包含數(shù)據(jù)倉庫或者是數(shù)據(jù)庫中元數(shù)據(jù)以及大量的業(yè)務(wù)數(shù)據(jù)，其是數(shù)據(jù)挖掘中的一個重要部分。在此模型中，用戶層主要包含數(shù)據(jù)的管理人員、算法的發(fā)布人員以及數(shù)據(jù)的分析人員，可以讓數(shù)據(jù)挖掘涉及更多用戶[3]。

2.2數(shù)據(jù)的挖掘?qū)?/p>

2.2.1預(yù)處理的模塊

數(shù)據(jù)的預(yù)處理主要在數(shù)據(jù)的倉庫中進(jìn)行，其實(shí)現(xiàn)途徑包含兩條，其一，直接應(yīng)用數(shù)據(jù)庫管理體系SQL加工處理數(shù)據(jù)庫中的各種數(shù)據(jù)，然后對數(shù)據(jù)表實(shí)施加工與處理；其二，與挖掘算法抑制，通過高級語言來實(shí)現(xiàn)，再將其嵌入數(shù)據(jù)庫中，使得用戶可像一般儲存過程那樣，可以對預(yù)處理的手段進(jìn)行調(diào)用，再對數(shù)據(jù)實(shí)行預(yù)處理。

2.2.2關(guān)于結(jié)果處理的模塊

相關(guān)結(jié)果的處理流程跟算法的調(diào)用一般都是保持同步，而在EXE的應(yīng)用DLL的計算方式，其產(chǎn)生結(jié)果經(jīng)常會返回EXE的文件之中。這時，該文本的結(jié)果在經(jīng)過處理以后，可以寫回到數(shù)據(jù)的倉庫中，以便展示給相關(guān)用戶。

2.3算法的嵌入層

算法發(fā)布的過程主要將算法發(fā)布至特定數(shù)據(jù)倉庫的系統(tǒng)中，給數(shù)據(jù)倉庫的系統(tǒng)中數(shù)據(jù)挖掘體系執(zhí)行打下基礎(chǔ)；而算法的調(diào)用過程一般是數(shù)據(jù)的倉庫系統(tǒng)中執(zhí)行，通常是通過數(shù)據(jù)庫中儲存使用戶及時了解銀行卡參數(shù)，再調(diào)出上一步的發(fā)布計算方式，對銀行卡用戶所指定數(shù)據(jù)進(jìn)行挖掘。

2.3.1計算方式發(fā)布

首先，算法發(fā)布的過程一般需要將算法封裝為DLL類型的文件，再將調(diào)用計算方式接口編譯為EXE的文件，將算法DLL的文件以及相關(guān)EXE的文件發(fā)布至相關(guān)數(shù)據(jù)庫中，而在相關(guān)數(shù)據(jù)庫之中，儲存創(chuàng)建的過程，可以稱之為SP，其流程從圖2中可以看出。

圖2 算法發(fā)布的過程

2.3.2算法的調(diào)用

在實(shí)際調(diào)用的過程中，因?yàn)楦鞣N數(shù)據(jù)倉庫的系統(tǒng)儲存過程功能與大小存在差異，各種數(shù)據(jù)倉庫的系統(tǒng)對于EXE的文件以及DLL的文件調(diào)用方式存在巨大的差別，因此，在不同的數(shù)據(jù)庫系統(tǒng)下具體實(shí)現(xiàn)細(xì)節(jié)同樣存在巨大的區(qū)別。在這個模型之中，數(shù)據(jù)庫終端的調(diào)用儲存過程，即SP，主要是指將用戶參數(shù)與算法參數(shù)傳入系統(tǒng)進(jìn)行儲存的過程中，再讓儲存系統(tǒng)對EXE的文件進(jìn)行調(diào)用，通常EXE文件是用來處理儲存的過程中所傳入?yún)?shù)，以便對DLL算法獲得挖掘結(jié)果進(jìn)行調(diào)用[4]。

3嵌入式的數(shù)據(jù)挖據(jù)具體應(yīng)用

3.1在銀行卡的業(yè)務(wù)中對于嵌入式的挖掘數(shù)據(jù)應(yīng)用

現(xiàn)階段，在銀行卡的業(yè)務(wù)上對于數(shù)據(jù)挖掘的技術(shù)應(yīng)用，尚存在以下三方面局限。第一，效率比較低。尤其在進(jìn)行海量數(shù)據(jù)的挖掘時，經(jīng)常達(dá)不到預(yù)期的效果；第二，專業(yè)化的程度比較低，無法針對相關(guān)銀行卡的業(yè)務(wù)實(shí)施挖掘。而嵌入式數(shù)據(jù)能夠?qū)鹘y(tǒng)管理轉(zhuǎn)變?yōu)樗惴ńM件化的管理，換句話說，主要是針對各種銀行卡開發(fā)情況選用相關(guān)組件的計算對策，而且，進(jìn)行銀行卡數(shù)據(jù)挖掘，能夠準(zhǔn)確地對客戶進(jìn)行歸類，可以及時發(fā)現(xiàn)一些較優(yōu)質(zhì)的客戶，同時嵌入式的數(shù)據(jù)挖掘能開發(fā)出單獨(dú)計算方式，其目的是為了滿足客戶的分類需要。此外，嵌入式的數(shù)據(jù)挖掘體系屬于靈活性比較高的一種數(shù)據(jù)挖掘體系，并且客戶可在系統(tǒng)中改進(jìn)算法以及添加新算法，便于實(shí)施二次開發(fā)，大幅度節(jié)省大型系統(tǒng)二次開發(fā)成本[5]。

3.2實(shí)例應(yīng)用研究

為對嵌入式的數(shù)據(jù)挖掘中相關(guān)模型自身有效性進(jìn)行驗(yàn)證，和央行的某分行進(jìn)行合作，通過信用卡的業(yè)務(wù)數(shù)據(jù)，對比分析了非嵌入式以及嵌入式的挖掘系統(tǒng)運(yùn)行情況，主要在PC機(jī)，即在HY DDR512M RAM與P42.5GCPU上進(jìn)行測試，選擇Apriori以及CMP兩種數(shù)據(jù)的挖掘計算方式。所選嵌入數(shù)據(jù)庫是SQLServer 2005的實(shí)驗(yàn)數(shù)據(jù)，由10000條如實(shí)記錄至160000條的記錄，對以上兩種計算方式進(jìn)行測試，可充分了解不同計算方式在銀行卡數(shù)據(jù)集上，使用非嵌入式以及嵌入式的數(shù)據(jù)挖掘時，其潛在性能方面的差異，其中，在銀行卡的業(yè)務(wù)中對嵌入式的數(shù)據(jù)挖掘應(yīng)用一般包含分類挖掘與關(guān)聯(lián)規(guī)則的挖掘。

3.2.1分類挖掘

分類挖掘需要按照持卡人交易方式以及使用情況，將持卡人群分成各種類別，一般分成流失的客戶、優(yōu)質(zhì)的客戶、潛在流失的客戶以及潛在的優(yōu)質(zhì)客戶等，這種分類方式是現(xiàn)階段較為常用的一種分類方式。在整個分類挖掘的過程中，通過關(guān)聯(lián)規(guī)則之中Apriori的算法，可以有效挖掘?qū)嵗写嬖诘臄?shù)據(jù)，其算法時間從表一中可以看出，從表1中的數(shù)據(jù)對比中能夠看出，在銀行卡具體業(yè)務(wù)數(shù)據(jù)的挖掘中采取嵌入式的數(shù)據(jù)挖掘，兩種不同算法的計算效率都有明顯提高。無論是Apriori亦或是CMP，計算效率均提高了兩三倍，從實(shí)際應(yīng)用情況來看，伴隨銀行卡業(yè)務(wù)數(shù)據(jù)量的增加，使用嵌入式的數(shù)據(jù)挖掘方式可以大幅度節(jié)約時間。換句話說，嵌入式的數(shù)據(jù)挖掘系統(tǒng)效果比較好，將其應(yīng)用在銀行卡的業(yè)務(wù)數(shù)據(jù)挖掘中切實(shí)可行[6]。

表1 Apriori算法

算法數(shù)據(jù)量(條)嵌入式(s)非嵌入式(s)Apriori10000403970492000832114664000020133304768000043086454016000092162145476

3.2.2關(guān)聯(lián)規(guī)則的挖掘

經(jīng)過對持卡人基本情況與用卡行為進(jìn)行綜合分析，可以導(dǎo)出具可信度、支持度比較高的用卡習(xí)慣人群，構(gòu)成關(guān)聯(lián)的規(guī)則。此外，在選用計算方式過程中，主要選取wangH等人所提出的：高效新型決策的數(shù)算法，也就是CMP的計算方式。將這種計算方式應(yīng)用在實(shí)例中，效果比較好，如果實(shí)例中數(shù)據(jù)呈現(xiàn)出倍數(shù)增長，數(shù)據(jù)的挖掘需要時間從表2中可以看出。

表2 CMP計算情況

算法數(shù)據(jù)量(條)嵌入式(s)非嵌入式(s)100005025785320001052616136CMP4000021556330198000042884671321600008711013606

總而言之，應(yīng)用嵌入式的數(shù)據(jù)挖掘系統(tǒng)模型，可以使挖掘計算方式變得更加方便與簡單，此模型即將向著第四代數(shù)據(jù)挖掘模型系統(tǒng)發(fā)展，同時是商業(yè)智能化平臺以及數(shù)據(jù)倉庫體系的關(guān)鍵性發(fā)展方向之一。將新嵌入式的數(shù)據(jù)挖掘模型應(yīng)在銀行卡的業(yè)務(wù)之中，不僅能夠?qū)η度胧降臄?shù)據(jù)挖掘模型優(yōu)越性進(jìn)行驗(yàn)證，而且能夠給商務(wù)智能化應(yīng)用技術(shù)軟件的升級提供參考。

[1]仲蓁蓁.嵌入式移動信息終端在銀行自助設(shè)備配送管理中的應(yīng)用研究[J].機(jī)械設(shè)計與制造工程,2013(12):23-25.

[2]趙竹明.數(shù)據(jù)挖掘技術(shù)對村鎮(zhèn)銀行信用風(fēng)險預(yù)測系統(tǒng)的嵌入研究[J].青島職業(yè)技術(shù)學(xué)院學(xué)報,2015(3):123-125.

[3]呂志剛.大數(shù)據(jù)驅(qū)動下的銀行應(yīng)用分析平臺整合模式——廣發(fā)銀行統(tǒng)一數(shù)據(jù)挖掘分析平臺實(shí)踐[J].中國金融電腦,2015(8):

[4]郭佳.數(shù)據(jù)挖掘技術(shù)在村鎮(zhèn)銀行信用風(fēng)險預(yù)測中的應(yīng)用研究[J].科技經(jīng)濟(jì)市場,2014(6):67-68.

[5]黃昶君,王林.大數(shù)據(jù)助推銀行零售業(yè)務(wù)量化經(jīng)營——大數(shù)據(jù)時代的零售數(shù)據(jù)挖掘和利用探索[J].海南金融,2014(1):34-36.

[6]卓麗娟.數(shù)據(jù)挖掘在企業(yè)財務(wù)核算中的運(yùn)用——來自第三方支付公司的例子[J].城市建設(shè)理論研究：電子版,2015(10):12-14.

(責(zé)任編輯：高 堅)

2016-03-18

晉中學(xué)院教學(xué)改革創(chuàng)新項目(ZL2016jg06)

TP368.1

A

167-8535(2016)03-0014-04

張鴻雁(1979-),女，山西壽陽人，晉中學(xué)院信息技術(shù)與工程學(xué)院教師，碩士，研究方向：計算機(jī)應(yīng)用、數(shù)據(jù)挖掘。