數據挖掘在國內銀行業(yè)應用中存在的問題和建議

潘紅巖

摘 要：大數據時代，隨著信息科技的成熟，銀行業(yè)積累了海量的數據。數據挖掘技術作為知識發(fā)現的工具，利用聚類、分類、關聯規(guī)則、時間序列的方法，可以挖掘出銀行業(yè)數據中有價值的信息，幫助商業(yè)銀行更好地開展精準營銷、風險管理、產品優(yōu)化、行情分析等工作，進而提升核心競爭力。本論文從不同方面闡述數據挖掘在國內銀行業(yè)應用中存在的問題和建議，希望為研究數據挖掘在國內銀行中應用的專家和學者提供理論參考依據。

關鍵詞：數據挖掘；國內銀行；存在問題；改進措施

隨著智能云計算、移動互聯網等新技術的應用與普及，爆炸式增長的數據迎來了大數據時代，海量的數據包含了豐富的價值信息，嚴重影響著各行各業(yè)的發(fā)展。相比于其他行業(yè)，數據作為影響銀行業(yè)發(fā)展的基礎設施和重要資產，對商業(yè)銀行實現長遠發(fā)展意義更為重大。因此數據挖掘作為一種知識發(fā)現、價值提升的技術手段，在競爭日益激烈的銀行業(yè)中得到了前所未有的重視。商業(yè)銀行面臨著互聯網金融、金融脫媒的巨大壓力，必須抓住自身優(yōu)勢，提升信息化水平，利用數據挖掘技術，更好地提升核心競爭力。

1數據挖掘概述

通俗來說，數據挖掘（Data Mining，簡稱DM）.又稱為數據庫中的知識發(fā)現（Knowledgediscovery from database，簡稱KDD ）。它是從大量的數據中抽取、挖掘出未知的、有價值的模式和規(guī)律等知識的復雜過程。它通過對數據的分析自動地生一些假設，人們在這些假設的墓礎上可以更有效地進行決策。計算機和信息技術經歷半個多世紀的發(fā)展，已把人們從工業(yè)時代推向了信息時代。人們可以更快更方便更廉價的獲取和儲存信息，這就使得數據和信息量成指數增長，人們正處于創(chuàng)信息爆炸”時代。然而數據僅僅是服務于人們決策的原始材料，它需要歸納、分析、加工成知識才能為人們所用，幫助人們進行決策。顯然過多的數據和信息正在阻礙人們進行知識提取，人們需要花大量的時間和精力去除冗余的、錯誤的、不相關的信息，造成了很大的人力、財力上的浪費.因此，如何對數據和信息進行快速有效的分析、加工、提煉以獲取知識，成為了這些海量數據能在多大程度上為人們所用的關鍵因素。隨著數據量的快速增長，出現了為解決多數據源所帶來的數據不相容性而將機構內所有數據統(tǒng)一存儲的數據倉庫技術，這又為數據的更深入分析提供了基礎和條件。自20世紀80年代以來，企業(yè)面對發(fā)展中遇到的技術和管理瓶頸，迫切需要將其大量的歷史業(yè)務數據轉換成為信息和知識，以支持管理層決策。技術上的成熟和企業(yè)對知識提取的需求，都在要求一種新的技術來完成信息的抽取、轉換和分析，支持人們的決策化管理。數據挖掘技術應運而生了。

2銀行數據挖掘的必要性

數據挖掘的最基本特性包括了大量的數據，對未知的、隱藏的信息的發(fā)掘，抽取有價值的信息和使用這類信息去制定重要的商業(yè)決策?？偟膩碚f，數據挖掘就是一個從數據中汲取信息，并使用這些信息制定更好的商業(yè)決策的過程。數據挖掘的關鍵可以分成三個部分：數據、信息和商業(yè)決策。數據是所有挖掘的基礎，但也只是在我們將它們調動起來或者轉換成為有用信息時，它們才最為珍貴。僅僅獲得信息是不夠的，而且，這也不是數據挖掘的最終目的。獲取信息的目的是為運用這些抽取的信息應用到商業(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據挖掘的最終目的。在銀行業(yè)，由于銀行產品具有相當的同質性，因此銀行之間的差別，往往在于誰掌握了客戶關系以及海量的業(yè)務和客戶信息背后的獨特業(yè)務規(guī)律，誰就可以科學地制定決策?，F在銀行實施的大多數系統(tǒng)所基于的數據庫只能實現數據的錄人、查詢、統(tǒng)計等較低層次的功能，但卻無法發(fā)現數據中存在的關聯關系和業(yè)務規(guī)律，更難以根據現有的數據預測未來業(yè)務的發(fā)展趨勢。

3數據挖掘技術在銀行業(yè)應用中的優(yōu)勢與挑戰(zhàn)

多年來銀行業(yè)較高的利潤率為商業(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，長期的積累使商業(yè)銀行形成海量級數據庫，這對數據挖掘技術平臺的搭建有著絕對的優(yōu)勢。同時每個商業(yè)銀行都有各自的信息科技中心，擁有大量開發(fā)數據庫、信息系統(tǒng)的經驗，塑造了商業(yè)銀行的科技開發(fā)團隊，可以迅速開發(fā)利用數據挖掘技術。實踐證明，數據挖掘技術對國內商業(yè)銀行的信息化、智能化建設起著關鍵作用。例如，中國建設銀行利用統(tǒng)計產品與服務解決方案（Statistical Productand Service Solutions，SPSS）統(tǒng)計軟件和數據挖掘技術管理信息。中信銀行對客戶貸款歷史數據進行分析，建立一個基于神經網絡、Logistic回歸的個人信貸風險評分模型等。在取得成果的同時，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、投資回報率不高、評價機制不健全等。

4數據挖掘技術在銀行業(yè)應用中的對策與建議

首先應完善信息系統(tǒng)總體架構設計。傳統(tǒng)的信息系統(tǒng)大多處于基本業(yè)務處理和簡單統(tǒng)計分的技術層面上，應及時融入大數據技術，例如數據倉庫、數據挖掘平臺建設等，同時結合銀行自身的實際情況，構建系統(tǒng)兼容、業(yè)務兼容的大數據技術系統(tǒng)；然后要不斷推進數據挖掘技術的實際應用。盡管國內外對銀行業(yè)數據挖掘算法的研究較多，但是實際應用的案例很少，因此商業(yè)銀行應促進數據挖掘技術的應用；最后要加強人機交互，提升數據挖掘效果。通過信息技術平臺使客戶和信息技術人員更好地進行溝通，把客戶的需求準確、快速地得傳遞給技術人員，以更好地提升客戶服務體驗。

總之，在這個“信息爆炸，知識貧乏”的時代，數據挖掘技術作為一個工具，能夠有效挖掘知識，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)展是關系到金融行業(yè)穩(wěn)定與發(fā)展的關鍵因索。數據挖掘能夠從技術上為銀行的客戶關系管理、風險管理等提供支持，從而達到提高利潤、規(guī)避風險的目的，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：

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

[2]數據挖掘對我國商業(yè)銀行發(fā)展的現實意義[J]. 周志紅. 中國科技信息. 2005（06）

[3]商業(yè)銀行應用數據挖掘[J]. 張泓波，張宏銘. 中國市場. 2006（Z2）

[4]數據挖掘在金融行業(yè)的應用探究[J]. 涂歡. 信息通信. 2018（02）

[5]數據挖掘在個人信用評估中的研究[J]. 陶超，李超，李杰，趙騫. 商丘師范學院學報. 2016（12）

[6]大數據、數據挖掘在金融業(yè)的應用淺析——與傳統(tǒng)的金融研究方法對比[J]. 琚子政. 中國民商. 2018（01）

[7]淺談計算機數據挖掘[J]. 余方興. 計算機光盤軟件與應用. 2013（14）

[8]大數據思維與數據挖掘能力正成為大型商業(yè)銀行的核心競爭力[J]. 黃志凌. 征信. 2016（06）

[9]計算機數據挖掘在互聯網行業(yè)中的應用[J]. 梁波. 電子技術與軟件工程. 2018（23）

[10]數據挖掘在教育信息化中的應用空間分析[J]. 邵興江. 浙江現代教育技術. 2004（03）