论文部分内容阅读
随着商业银行信用卡业务的不断提高，数据挖掘技术开始应用于信用卡风险管理系统，该技术的运用存在着非常深远的意义。本文主要是研究了数据挖掘技术在信用卡风险管理系统里的应用。并且对该项技术的应用前景进行了预测。
在数据挖掘技术过程中主要通过SLIQ算法进行，SLIQ算法是一种基于决策树模型的模型，本文主要是运用决策树模型使其与具体业务程序相结合，从而在平时的客户审核操作中实现与实际状况相符合，这样就在很大程度上使客户分类以及信用评分可以更为合理，在充分保证算法科学合理的基础上，实现数据挖掘技术以及算法的优化。
对于系统集成，本研究细致深入的对主要的功能模块进行了阐明，同时简要概括了每一个功能模块的作用，并对该系统集成的体系架构以及相关技术进行了分析，在这里利用系统架构图的手段对其作出说明。另一方面，在实证部分本研究细致深入的阐明了某中小股份制商业银行的系统间的关联和系统的用户界面与业务流程逻辑。在对其中的关键技术的可行性以及功能进行验证的基础上，笔者还实现了其中的部分功能。在该部分笔者将描述统计、决策树模型以及利用层次分析法构建的评分表有机的结合在了一起，为信用卡客户进行定量的评分评价奠定了基础。同时对测试结果的准确程度进行了细致的验证，除此之外，笔者还分析了现阶段系统之中具有的不足之处与将来需要改进的方向。