潘紅巖

摘 要：大數(shù)據(jù)時(shí)代，隨著信息科技的成熟，銀行業(yè)積累了海量的數(shù)據(jù)。數(shù)據(jù)挖掘技術(shù)作為知識(shí)發(fā)現(xiàn)的工具，利用聚類、分類、關(guān)聯(lián)規(guī)則、時(shí)間序列的方法，可以挖掘出銀行業(yè)數(shù)據(jù)中有價(jià)值的信息，幫助商業(yè)銀行更好地開展精準(zhǔn)營(yíng)銷、風(fēng)險(xiǎn)管理、產(chǎn)品優(yōu)化、行情分析等工作，進(jìn)而提升核心競(jìng)爭(zhēng)力。本論文從不同方面闡述數(shù)據(jù)挖掘在國(guó)內(nèi)銀行業(yè)應(yīng)用中存在的問題和建議，希望為研究數(shù)據(jù)挖掘在國(guó)內(nèi)銀行中應(yīng)用的專家和學(xué)者提供理論參考依據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘；國(guó)內(nèi)銀行；存在問題；改進(jìn)措施

隨著智能云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新技術(shù)的應(yīng)用與普及，爆炸式增長(zhǎng)的數(shù)據(jù)迎來了大數(shù)據(jù)時(shí)代，海量的數(shù)據(jù)包含了豐富的價(jià)值信息，嚴(yán)重影響著各行各業(yè)的發(fā)展。相比于其他行業(yè)，數(shù)據(jù)作為影響銀行業(yè)發(fā)展的基礎(chǔ)設(shè)施和重要資產(chǎn)，對(duì)商業(yè)銀行實(shí)現(xiàn)長(zhǎng)遠(yuǎn)發(fā)展意義更為重大。因此數(shù)據(jù)挖掘作為一種知識(shí)發(fā)現(xiàn)、價(jià)值提升的技術(shù)手段，在競(jìng)爭(zhēng)日益激烈的銀行業(yè)中得到了前所未有的重視。商業(yè)銀行面臨著互聯(lián)網(wǎng)金融、金融脫媒的巨大壓力，必須抓住自身優(yōu)勢(shì)，提升信息化水平，利用數(shù)據(jù)挖掘技術(shù)，更好地提升核心競(jìng)爭(zhēng)力。

1數(shù)據(jù)挖掘概述

通俗來說，數(shù)據(jù)挖掘（Data Mining，簡(jiǎn)稱DM）.又稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（Knowledgediscovery from database，簡(jiǎn)稱KDD ）。它是從大量的數(shù)據(jù)中抽取、挖掘出未知的、有價(jià)值的模式和規(guī)律等知識(shí)的復(fù)雜過程。它通過對(duì)數(shù)據(jù)的分析自動(dòng)地生一些假設(shè)，人們?cè)谶@些假設(shè)的墓礎(chǔ)上可以更有效地進(jìn)行決策。計(jì)算機(jī)和信息技術(shù)經(jīng)歷半個(gè)多世紀(jì)的發(fā)展，已把人們從工業(yè)時(shí)代推向了信息時(shí)代。人們可以更快更方便更廉價(jià)的獲取和儲(chǔ)存信息，這就使得數(shù)據(jù)和信息量成指數(shù)增長(zhǎng)，人們正處于創(chuàng)信息爆炸”時(shí)代。然而數(shù)據(jù)僅僅是服務(wù)于人們決策的原始材料，它需要?dú)w納、分析、加工成知識(shí)才能為人們所用，幫助人們進(jìn)行決策。顯然過多的數(shù)據(jù)和信息正在阻礙人們進(jìn)行知識(shí)提取，人們需要花大量的時(shí)間和精力去除冗余的、錯(cuò)誤的、不相關(guān)的信息，造成了很大的人力、財(cái)力上的浪費(fèi).因此，如何對(duì)數(shù)據(jù)和信息進(jìn)行快速有效的分析、加工、提煉以獲取知識(shí)，成為了這些海量數(shù)據(jù)能在多大程度上為人們所用的關(guān)鍵因素。隨著數(shù)據(jù)量的快速增長(zhǎng)，出現(xiàn)了為解決多數(shù)據(jù)源所帶來的數(shù)據(jù)不相容性而將機(jī)構(gòu)內(nèi)所有數(shù)據(jù)統(tǒng)一存儲(chǔ)的數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，這又為數(shù)據(jù)的更深入分析提供了基礎(chǔ)和條件。自20世紀(jì)80年代以來，企業(yè)面對(duì)發(fā)展中遇到的技術(shù)和管理瓶頸，迫切需要將其大量的歷史業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換成為信息和知識(shí)，以支持管理層決策。技術(shù)上的成熟和企業(yè)對(duì)知識(shí)提取的需求，都在要求一種新的技術(shù)來完成信息的抽取、轉(zhuǎn)換和分析，支持人們的決策化管理。數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生了。

2銀行數(shù)據(jù)挖掘的必要性

數(shù)據(jù)挖掘的最基本特性包括了大量的數(shù)據(jù)，對(duì)未知的、隱藏的信息的發(fā)掘，抽取有價(jià)值的信息和使用這類信息去制定重要的商業(yè)決策。總的來說，數(shù)據(jù)挖掘就是一個(gè)從數(shù)據(jù)中汲取信息，并使用這些信息制定更好的商業(yè)決策的過程。數(shù)據(jù)挖掘的關(guān)鍵可以分成三個(gè)部分：數(shù)據(jù)、信息和商業(yè)決策。數(shù)據(jù)是所有挖掘的基礎(chǔ)，但也只是在我們將它們調(diào)動(dòng)起來或者轉(zhuǎn)換成為有用信息時(shí)，它們才最為珍貴。僅僅獲得信息是不夠的，而且，這也不是數(shù)據(jù)挖掘的最終目的。獲取信息的目的是為運(yùn)用這些抽取的信息應(yīng)用到商業(yè)決策制定中去。所以，使用抽取到的信息去提高商業(yè)決策制定效率和制定更適宜的決策才是數(shù)據(jù)挖掘的最終目的。在銀行業(yè)，由于銀行產(chǎn)品具有相當(dāng)?shù)耐|(zhì)性，因此銀行之間的差別，往往在于誰(shuí)掌握了客戶關(guān)系以及海量的業(yè)務(wù)和客戶信息背后的獨(dú)特業(yè)務(wù)規(guī)律，誰(shuí)就可以科學(xué)地制定決策?，F(xiàn)在銀行實(shí)施的大多數(shù)系統(tǒng)所基于的數(shù)據(jù)庫(kù)只能實(shí)現(xiàn)數(shù)據(jù)的錄人、查詢、統(tǒng)計(jì)等較低層次的功能，但卻無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)聯(lián)關(guān)系和業(yè)務(wù)規(guī)律，更難以根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來業(yè)務(wù)的發(fā)展趨勢(shì)。

3數(shù)據(jù)挖掘技術(shù)在銀行業(yè)應(yīng)用中的優(yōu)勢(shì)與挑戰(zhàn)

多年來銀行業(yè)較高的利潤(rùn)率為商業(yè)銀行積累了大量的資金，有利于其建立專業(yè)化的資金流、信息流、物流操作系統(tǒng)；商業(yè)銀行每天都與信息打交道，例如客戶交易信息、身份信息、信貸信息、信用信息等，長(zhǎng)期的積累使商業(yè)銀行形成海量級(jí)數(shù)據(jù)庫(kù)，這對(duì)數(shù)據(jù)挖掘技術(shù)平臺(tái)的搭建有著絕對(duì)的優(yōu)勢(shì)。同時(shí)每個(gè)商業(yè)銀行都有各自的信息科技中心，擁有大量開發(fā)數(shù)據(jù)庫(kù)、信息系統(tǒng)的經(jīng)驗(yàn)，塑造了商業(yè)銀行的科技開發(fā)團(tuán)隊(duì)，可以迅速開發(fā)利用數(shù)據(jù)挖掘技術(shù)。實(shí)踐證明，數(shù)據(jù)挖掘技術(shù)對(duì)國(guó)內(nèi)商業(yè)銀行的信息化、智能化建設(shè)起著關(guān)鍵作用。例如，中國(guó)建設(shè)銀行利用統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（Statistical Productand Service Solutions，SPSS）統(tǒng)計(jì)軟件和數(shù)據(jù)挖掘技術(shù)管理信息。中信銀行對(duì)客戶貸款歷史數(shù)據(jù)進(jìn)行分析，建立一個(gè)基于神經(jīng)網(wǎng)絡(luò)、Logistic回歸的個(gè)人信貸風(fēng)險(xiǎn)評(píng)分模型等。在取得成果的同時(shí)，也面臨著眾多挑戰(zhàn)，例如容易泄露客戶隱私、難以保證信息安全可靠、投資回報(bào)率不高、評(píng)價(jià)機(jī)制不健全等。

4數(shù)據(jù)挖掘技術(shù)在銀行業(yè)應(yīng)用中的對(duì)策與建議

首先應(yīng)完善信息系統(tǒng)總體架構(gòu)設(shè)計(jì)。傳統(tǒng)的信息系統(tǒng)大多處于基本業(yè)務(wù)處理和簡(jiǎn)單統(tǒng)計(jì)分的技術(shù)層面上，應(yīng)及時(shí)融入大數(shù)據(jù)技術(shù)，例如數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘平臺(tái)建設(shè)等，同時(shí)結(jié)合銀行自身的實(shí)際情況，構(gòu)建系統(tǒng)兼容、業(yè)務(wù)兼容的大數(shù)據(jù)技術(shù)系統(tǒng)；然后要不斷推進(jìn)數(shù)據(jù)挖掘技術(shù)的實(shí)際應(yīng)用。盡管國(guó)內(nèi)外對(duì)銀行業(yè)數(shù)據(jù)挖掘算法的研究較多，但是實(shí)際應(yīng)用的案例很少，因此商業(yè)銀行應(yīng)促進(jìn)數(shù)據(jù)挖掘技術(shù)的應(yīng)用；最后要加強(qiáng)人機(jī)交互，提升數(shù)據(jù)挖掘效果。通過信息技術(shù)平臺(tái)使客戶和信息技術(shù)人員更好地進(jìn)行溝通，把客戶的需求準(zhǔn)確、快速地得傳遞給技術(shù)人員，以更好地提升客戶服務(wù)體驗(yàn)。

總之，在這個(gè)“信息爆炸，知識(shí)貧乏”的時(shí)代，數(shù)據(jù)挖掘技術(shù)作為一個(gè)工具，能夠有效挖掘知識(shí)，為人們決策提供支持。銀行業(yè)作為金融行業(yè)的重要組成部分，它的安全和發(fā)展是關(guān)系到金融行業(yè)穩(wěn)定與發(fā)展的關(guān)鍵因索。數(shù)據(jù)挖掘能夠從技術(shù)上為銀行的客戶關(guān)系管理、風(fēng)險(xiǎn)管理等提供支持，從而達(dá)到提高利潤(rùn)、規(guī)避風(fēng)險(xiǎn)的目的，為金融行業(yè)的穩(wěn)定和發(fā)展發(fā)揮自己的積極作用。

參考文獻(xiàn)：

[1]商業(yè)銀行數(shù)據(jù)挖掘之“修、養(yǎng)、生、息”[J]. 崔瑩琰，賈曉惠. 中國(guó)金融電腦. 2016（06）

[2]數(shù)據(jù)挖掘?qū)ξ覈?guó)商業(yè)銀行發(fā)展的現(xiàn)實(shí)意義[J]. 周志紅. 中國(guó)科技信息. 2005（06）

[3]商業(yè)銀行應(yīng)用數(shù)據(jù)挖掘[J]. 張泓波，張宏銘. 中國(guó)市場(chǎng). 2006（Z2）

[4]數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用探究[J]. 涂歡. 信息通信. 2018（02）

[5]數(shù)據(jù)挖掘在個(gè)人信用評(píng)估中的研究[J]. 陶超，李超，李杰，趙騫. 商丘師范學(xué)院學(xué)報(bào). 2016（12）

[6]大數(shù)據(jù)、數(shù)據(jù)挖掘在金融業(yè)的應(yīng)用淺析——與傳統(tǒng)的金融研究方法對(duì)比[J]. 琚子政. 中國(guó)民商. 2018（01）

[7]淺談?dòng)?jì)算機(jī)數(shù)據(jù)挖掘[J]. 余方興. 計(jì)算機(jī)光盤軟件與應(yīng)用. 2013（14）

[8]大數(shù)據(jù)思維與數(shù)據(jù)挖掘能力正成為大型商業(yè)銀行的核心競(jìng)爭(zhēng)力[J]. 黃志凌. 征信. 2016（06）

[9]計(jì)算機(jī)數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)中的應(yīng)用[J]. 梁波. 電子技術(shù)與軟件工程. 2018（23）

[10]數(shù)據(jù)挖掘在教育信息化中的應(yīng)用空間分析[J]. 邵興江. 浙江現(xiàn)代教育技術(shù). 2004（03）