嵌入式數據挖掘模型及其在銀行卡業(yè)務(wù)中的應用

2嵌入式數據挖據的應用

2.1嵌入式數據挖掘

在銀行卡業(yè)務(wù)中的應用目前的數據挖掘技術(shù)在銀行卡業(yè)務(wù)上的應用大多存在3個(gè)方面的局限：1）效率不高：面對目前的海量數據挖掘時(shí)，顯得無(wú)能為力；2）專(zhuān)業(yè)化程度較低：不能很好的專(zhuān)門(mén)針對銀行卡業(yè)務(wù)進(jìn)行挖掘；3）開(kāi)銷(xiāo)較大：需要開(kāi)發(fā)專(zhuān)門(mén)的系統來(lái)進(jìn)行數據挖掘，而且大多數系統不能進(jìn)行二次開(kāi)發(fā)。

嵌入式數據挖掘顯然很好的彌補了普通數據挖掘技術(shù)所帶來(lái)的缺陷。首先，嵌入式數據挖據是把算法直接嵌入到數據倉庫下，從而減少數據轉換的時(shí)間，充分利用整個(gè)數據倉庫的處理能力，大大提高數據挖掘的效率；其次，它實(shí)現了算法的組件化管理，針對不同的行業(yè)開(kāi)發(fā)不同的算法組件，對銀行卡業(yè)務(wù)進(jìn)行數據挖掘的主要目的是對客戶(hù)進(jìn)行分類(lèi)，從中發(fā)現對銀行貢獻度較大的優(yōu)質(zhì)客戶(hù)，嵌入式數據挖掘可以開(kāi)發(fā)單獨的算法專(zhuān)門(mén)滿(mǎn)足客戶(hù)分類(lèi)的需要，從而具備了很好的專(zhuān)業(yè)性。最后，嵌入式數據挖掘系統是個(gè)種很靈活的數據挖掘系統，客戶(hù)可以在系統中不斷添加新的算法、改進(jìn)算法，同時(shí)進(jìn)行二次開(kāi)發(fā)，從而省去了重新開(kāi)發(fā)大型系統的開(kāi)支，這點(diǎn)對于當今企業(yè)來(lái)說(shuō)顯得尤為重要。

2.2應用實(shí)例分析

為了證實(shí)嵌入式數據挖掘模型的有效性，我們與中國銀行湖南分行進(jìn)行了合作，采用其信用卡業(yè)務(wù)數據分別對嵌入式數據挖掘模型系統和非嵌入式數據挖掘模型系進(jìn)行運行對比，測試是在PC機（P4 2.5G CPU，HY DDR512M RAM）上進(jìn)行的，選取CMP和Apriori兩種數據挖掘算法。選擇嵌入的數據庫為SQL Server 2005實(shí)驗錢(qián)據從10 000條記錄到160 000條記錄，以測試上述兩種算法在大小不同數據集上采用嵌入式數據挖掘和非嵌入式數據挖掘所表現出的性能差異。嵌入式數據挖掘在銀行卡業(yè)務(wù)中的應用主要包括關(guān)聯(lián)規則挖掘和分類(lèi)挖掘。

1）關(guān)聯(lián)規則挖掘綜合持卡人用卡行為和基本情況進(jìn)行分析，導出具有一定支持度和可信度的用卡習慣的人群組成之間的關(guān)聯(lián)規則。在算法選擇方面，選擇了由wang H等提出的一種新型高效決策數算法：CMP算法。在實(shí)例中，當實(shí)例數據呈倍數增長(cháng)時(shí)，數據挖掘所需時(shí)間對比如表1所示。

算法運行效率曲線(xiàn)如圖5所示。

2）分類(lèi)挖掘根據持卡人的使用情況和交易方式，對持卡人群進(jìn)行分類(lèi)，主要分為優(yōu)質(zhì)客戶(hù)、潛在優(yōu)質(zhì)客戶(hù)、流失客戶(hù)和潛在流失客戶(hù)等，這也是當前比較流行的用法。在分類(lèi)挖掘過(guò)程中，使用關(guān)聯(lián)規則中的Apriori算法對實(shí)例進(jìn)行了數據的挖掘，算法時(shí)間對比如表2所示。

算法運行效率曲線(xiàn)如圖6所示。

從以上對比數據可以看出，在將嵌入式數據挖掘應用到銀行卡業(yè)務(wù)數據的挖掘當中后，對于兩種不同的算法，其效率的提高都是顯而易見(jiàn)的，從圖形中可以看出，不管是CMP還是Apriori，其效率上都有2～3倍的提高。從應用實(shí)例中，還可以看出，隨著(zhù)業(yè)務(wù)數據量的不斷加大，嵌入式數據挖掘能更進(jìn)一步的節省時(shí)間。整體說(shuō)來(lái)，嵌入式數據挖掘模型是非常有效的，同時(shí)把它應用于銀行卡業(yè)務(wù)數據的挖掘中也是切實(shí)可行的。

3結束語(yǔ)

嵌入式數據挖掘模型使挖掘算法更加簡(jiǎn)單易用、方便，它將成為第四代數據挖掘系統的一個(gè)重要發(fā)展方向之一，也是數據倉庫系統，商業(yè)智能平臺的一個(gè)重要發(fā)展方向。把新的嵌入式數據挖掘技術(shù)應用到銀行卡業(yè)務(wù)中，一方面可以驗證嵌入式數據挖掘技術(shù)的優(yōu)越性，推動(dòng)數據挖掘技術(shù)的發(fā)展；另一方面，為商務(wù)智能應用軟件升級做出貢獻，這是一個(gè)極具吸引力的課題，具有十分重要的社會(huì )效益和經(jīng)濟價(jià)值。