《行业数据挖掘应用》PPT课件

《行业数据挖掘应用》PPT课件

ID:36911993

大小:3.00 MB

页数:49页

时间:2019-05-10

《行业数据挖掘应用》PPT课件_第1页
《行业数据挖掘应用》PPT课件_第2页
《行业数据挖掘应用》PPT课件_第3页
《行业数据挖掘应用》PPT课件_第4页
《行业数据挖掘应用》PPT课件_第5页
资源描述:

《《行业数据挖掘应用》PPT课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数据挖掘行业应用议程2数据挖掘现状银行行业应用电讯行业应用政府行业应用司法行业应用数据挖掘定义通俗地讲,数据挖掘就是对海量数据进行精加工;严格地说,数据挖掘是一种技术,从大量的数据中抽取出潜在的、不为人知的有价值信息、模式和趋势,然后以易于理解的可视化形式表达出来,其目的是为了提高市场决策能力、检测异常模式、控制可预见风险、在经验模型基础上预言未来趋势等。数据挖掘方法CRISP-DM(Cross-IndustryStandardProcessforDataMining)就是公认的、较有影响的方法论之一。商业理解(Busines

2、sUnderstanding)数据理解(DataUnderstanding)数据准备(DataPreparation)建模(Modeling)评估(Evaluation)发布(Deployment)。数据挖掘过程数据挖掘的过程就是一个不断探索数据特征、建立和检验模型,发现客户消费行为特征的过程。行业应用过程CharacteristicAnalysisMultivariatemodelbuildRejectInferenceStatisticalAnalysisCustomisedScorecardProductIdentifi

3、cationFileDataAvailabilitySamplingDataExtraction/CostDataIntegritySetcut-offScoreImplementationValidationGenericScorecardExternalDataSourceScorecardVendorOutsourcingScorecardMonitoring2021/10/66行业应用分布行业应用方法数据挖掘存在一个较长的应用周期。数据挖掘应用的有效方法是:从一个较小的、关键的问题出发,建立起相对有效的模型,并通过应用

4、实践不断检验和完善模型,逐步替使用者解决问题。银行行业应用1、客户细分2、存贷款业务交叉销售3、预防客户流失4、信用卡风险控制5、防范信贷风险及欺诈6、其他挖掘主题客户流失分析业务目标:得出最可能流失的客户名单,交由客户服务部门采取挽留措施;建模数据:客户个人资料、消费情况、历史流失情况;挖掘模型:神经网络、C5.0决策树、线性回归部署数据:新的客户资料、消费情况挖掘结果:预测出每个新客户的流失概率,并从中取概率最大的一部分。客户流失分析尽可能减少客户流失,增加交叉销售,吸引有价值的新客户,在与客户发生关系的整个过程中增加盈利

5、能力。客户信用评分业务目标:给每个客户进行信用评分,以便确定客户的贷款授信、信用卡透支额度等;建模数据:客户个人资料、历史信用情况;挖掘模型:神经网络、C5.0决策树、线性回归部署数据:新的客户个人资料挖掘结果:为新客户给出信用评分(0-1)CreditDecision洗钱行为监测业务目标:分析客户交易行为,从中找出少部分异常的交易,重点检查是否为洗钱;建模数据:帐号及相应的交易行为信息;挖掘模型:K-means聚类、TwoStep聚类部署数据:同建模数据;挖掘结果:筛选出与大多数交易行为不同的交易记录。RiskGrading

6、Debit$1344.12Debit$234.01Debit$987.56Debit$6543.22Debit$32423.11Total$2556.00Debit$1344.12Debit$234.01Debit$987.56Debit$6543.22Debit$32423.11Total$2556.00Debit$1344.12Debit$234.01Debit$987.56Debit$6543.22Debit$32423.11Total$2556.00客户风险控制风险控制客户行为分析客户行为及资料聚类lowhighhig

7、hE[Profit]E[Volume]E[Losses]客户评价分析LowcutoffsHighcutoffs客户欺诈分析欺诈数据挖掘及评分客户财务数据挖掘1)公司之间的相似程度,它们的距离,合并。2)公司有金融比率值高或很高,其他则低或很低。3)金融分析家和有经验的投资者可以通过改变金融比率的选择,开始新的聚类分析。他们可以从多次、多层聚类分析的结果中获得更多有用的信息。银行其他应用(1)构建信用评级模型来评估贷款申请人或信用卡申请人的信用风险(2)构建探测欺诈模型来对可能的欺诈交易及早发出警告(3)更好地理解消费者和客户(

8、例如通过购物篮分析)(4)将用户分类(例如通过聚类)。所获结果可以用来制定邮寄类别、有针对性的广告和促销活动等。(5)构建模型来预测购买特定产品或服务的概率,从而推动交叉销售和向上销售。银行行业案例金融行业中国建设银行-基于SPSS统计分析产品的风险预警管理系统光大银行-采用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。