◎汪涌泉

以Page Rank模型分析數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用

◎汪涌泉

數(shù)據(jù)是金融部門的工作人員每天都要接觸到的工作，金融部門的業(yè)務(wù)都會產(chǎn)生大量的數(shù)據(jù)，隨著技術(shù)的不斷的發(fā)展，利用數(shù)據(jù)庫系統(tǒng)的管理可以有效的對產(chǎn)生的數(shù)據(jù)進行管理，但是卻無法察覺到數(shù)據(jù)之間額關(guān)系以及規(guī)則，無法根據(jù)現(xiàn)在所存在的數(shù)據(jù)去推測未來的發(fā)展，更有可能會導致數(shù)據(jù)爆炸問題的出現(xiàn)，本文將通過對數(shù)據(jù)挖掘的簡單介紹，簡述數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域中的應(yīng)用。

在金融領(lǐng)域當中，金融機構(gòu)的運作存在著必然的金融風險。風險管理對于每一個金融機構(gòu)而言都是一項必不可少的重要工作。一般的金融管理手段缺乏一些數(shù)據(jù)挖掘所隱藏的知識手段。在金融行業(yè)當中，有效的利益數(shù)據(jù)挖掘技術(shù)不但可以發(fā)現(xiàn)大量數(shù)據(jù)中所隱藏的一些必然關(guān)系，還可以很好的將金融風險降到最低。

數(shù)據(jù)挖掘簡介

數(shù)據(jù)挖掘的定義。近幾年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)的高度關(guān)注，這其中最主要的原因是其存在著大量的數(shù)據(jù)，可以被廣泛的應(yīng)用，并且還可以通過需求將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息和數(shù)據(jù)，獲取到的信息和數(shù)據(jù)可以被廣泛的應(yīng)用的到各個領(lǐng)域。

數(shù)據(jù)挖掘主要是指從大量的數(shù)據(jù)中通過一定的算法查看到數(shù)據(jù)中所隱藏的信息的一個過程。數(shù)據(jù)挖掘技術(shù)主要包含統(tǒng)計技術(shù)、計算技術(shù)以及人工智能技術(shù)?？梢园褦?shù)據(jù)挖掘看作是統(tǒng)計技術(shù)的一個延伸。對于大多數(shù)的統(tǒng)計技術(shù)而言，基本上都是基于數(shù)學理論和技巧，它的預(yù)測度所達到的準確率可以在一定的程度上滿足人們的需求，但是，這種技術(shù)對使用者具有較高的知識要求。但是，隨著計算機技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)可以通過相對簡單的方法和技術(shù)來實現(xiàn)同樣的功能。獲得更好的分析效果和消息。

數(shù)據(jù)挖掘的方法。從數(shù)據(jù)挖掘技術(shù)角度來看，主要的方法包括：

決策樹法：顧名思義，主要是利用樹形結(jié)構(gòu)進行決策的集合，這些決策的集合是通過對數(shù)據(jù)的分析而得來的規(guī)則。出現(xiàn)在國際上最早也是最具有影響力的是ID3方法，后來才發(fā)展的其他的方法。

規(guī)則歸納法：通過統(tǒng)計的手段對數(shù)據(jù)進行歸納，從中提取出有效的規(guī)則。規(guī)則歸納技術(shù)在挖掘技術(shù)的領(lǐng)域中被廣泛的使用，使用最多的是關(guān)聯(lián)規(guī)則法。

神經(jīng)網(wǎng)絡(luò)法：以模仿生物的神經(jīng)網(wǎng)絡(luò)為結(jié)構(gòu)，構(gòu)建三種神經(jīng)網(wǎng)絡(luò)的模型，這種方法可以完成多種類型的數(shù)據(jù)挖掘任務(wù)，例如分類挖掘、特性挖掘等任務(wù)。

遺傳法：主要是通過模擬動物的進化過程而演變出來的算法，主要有三個基本的算法組成。為了更好的使用遺傳算法，需要將數(shù)據(jù)挖掘的任務(wù)的表達進行轉(zhuǎn)換，形成一種搜索的問題，從而發(fā)揮出遺傳算法的優(yōu)化搜索能力。

可視化技術(shù)：將信息模式、數(shù)據(jù)的關(guān)聯(lián)或者趨勢等通過直觀的圖形方式來進行相關(guān)的表達，使用者就可以通過對可視化技術(shù)的交互來對數(shù)據(jù)進行分析。可視化技術(shù)的使用，使得用戶可以更清楚的對數(shù)據(jù)進行解析。

數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用

到目前為止，在很多的領(lǐng)域，數(shù)據(jù)挖掘是一項比較新鮮的技術(shù)，尤其是在銀行、電信、保險甚至交通等商業(yè)領(lǐng)域當中。數(shù)據(jù)挖掘技術(shù)的使用可以很好地且有效的解決一些比較典型的商業(yè)問題。例如：客戶群的劃分、數(shù)據(jù)的營銷、交叉銷售等一系列的商業(yè)問題以及市場分析行為。

數(shù)據(jù)挖掘在銀行行業(yè)的應(yīng)用。銀行在一天中就會產(chǎn)生大量的數(shù)據(jù)，銀行業(yè)可以看作為是一個負債經(jīng)營的商業(yè)產(chǎn)業(yè)，在獲得大量的利益的同時，風險程度也會隨之加大，兩者是并存的。如何降低一個銀行所存在的風險，就需要對賬戶的信用進行有效的分析。利用數(shù)據(jù)挖掘技術(shù)進行的信用評估最終的目的就是降低風險，提高收益。

以PageRank模型在銀行的應(yīng)用為例，PageRank對網(wǎng)頁的排序具有三大優(yōu)點：排序和特定的搜索關(guān)鍵的詞沒有關(guān)系；網(wǎng)頁的排序和網(wǎng)頁中的所呈現(xiàn)的具體內(nèi)容沒有關(guān)系；只需要知道網(wǎng)頁所對應(yīng)的圖結(jié)構(gòu)。例如在銀行的匯入金額的排序問題中，我們不難發(fā)現(xiàn)隨機沖浪的模型可以在一定的程度上有效的客服數(shù)據(jù)缺損等方面的困難。

類別PageRank算法，我們可以在綜合方面考慮每項業(yè)務(wù)的等級劃分，然后再根據(jù)等級劃分來確定最后的排序問題?？赡鼙碇袝浅４蟮臄?shù)據(jù)量，從不同的層次進行最后的排序和分析，我們會發(fā)現(xiàn)在最后所建立的隨機沖浪模型會很好的分析出數(shù)據(jù)中參數(shù)的穩(wěn)定性是否良好。

數(shù)據(jù)挖掘在保險行業(yè)的應(yīng)用。保險行業(yè)涉及到數(shù)據(jù)挖掘技術(shù)的主要是兩方面：業(yè)務(wù)中保險金的確定和險種之間的關(guān)聯(lián)關(guān)系的分析。

保險對每一個受險的人員的分類可以有效的確定保險的金額度。通過數(shù)據(jù)挖掘技術(shù)，業(yè)務(wù)員可以了解到對不同的行業(yè)、不同年齡、不同工作層次的人員的保險金的額度，從而更加方便的工作，提高工作的質(zhì)量。

對于險種的關(guān)聯(lián)關(guān)系分析而言，數(shù)據(jù)挖掘技術(shù)可以對已經(jīng)購買過保險的人員進行分析，查看其是否還可以與此同時可以同時購買其他類的保險。

數(shù)據(jù)挖掘在證券行業(yè)的應(yīng)用。證券行業(yè)中對數(shù)據(jù)挖掘的使用主要表現(xiàn)在分析客戶、管理客戶、分析交易數(shù)據(jù)以及分析交易風險等方面。

從證券營銷的角度分析的話，證券主要是為了滿足客戶的需求而做出的一系列的金融活動，營銷的戰(zhàn)略會貫通到整個證券交易的過程中，而對客戶關(guān)系的分析以及管理是國內(nèi)的證券行業(yè)所比較關(guān)注的問題以及技術(shù)，數(shù)據(jù)挖掘技術(shù)在這其中占有核心的地位，業(yè)務(wù)人員是否真正的了解客戶，是否能夠準確的判斷出此次的交易是否可以帶來利益等等諸多的此類問題，都可以通過數(shù)據(jù)挖掘技術(shù)得到想要的答案。數(shù)據(jù)挖掘在改變看待客戶的角度的同時，還為業(yè)務(wù)人員以及整個的營銷部提供著可靠的依據(jù)。

信息技術(shù)的飛速發(fā)展，金融行業(yè)越發(fā)的繁重，作為一項先進的數(shù)據(jù)挖掘技術(shù)在金融行業(yè)的應(yīng)用，促進金融行業(yè)發(fā)展的腳步，降低金融行業(yè)所存在的風險，對金融行業(yè)的發(fā)展起到保駕護航的作用，占有著不可忽視的核心地位。

（作者單位：天津水運工程勘察設(shè)計院）