金融大數(shù)據(jù)應(yīng)用研究——商戶類別碼套用檢測(cè)算法研究.pdf

1、在這樣一個(gè)信息技術(shù)迅速發(fā)展的大數(shù)據(jù)時(shí)代，傳統(tǒng)行業(yè)面臨著巨大挑戰(zhàn)。各行業(yè)在大數(shù)據(jù)浪潮的沖擊下開始嘗試改變傳統(tǒng)經(jīng)營(yíng)模式時(shí)，大型金融機(jī)構(gòu)站在了信息價(jià)值鏈的最好位置。通過為小型金融機(jī)構(gòu)和商家客戶提供服務(wù)，他們能夠直接獲得大量的交易信息和顧客的消費(fèi)信息。他們的商業(yè)模式從單純的處理支付行為轉(zhuǎn)變?yōu)槭占瘮?shù)據(jù)并挖掘其潛在價(jià)值。中國(guó)銀聯(lián)作為中國(guó)銀行卡聯(lián)合組織，處于我國(guó)銀行卡產(chǎn)業(yè)的核心和樞紐地位，占據(jù)了收集數(shù)據(jù)和挖掘數(shù)據(jù)價(jià)值的黃金位置。圍繞其核心數(shù)據(jù)所設(shè)立的

2、“金融大數(shù)據(jù)應(yīng)用研究”項(xiàng)目也隨之展開。本文主要利用數(shù)據(jù)挖掘技術(shù)開展了“金融大數(shù)據(jù)應(yīng)用研究——商戶類別碼套用檢測(cè)算法研究”的工作。其中主要的研究?jī)?nèi)容分為基礎(chǔ)研究和應(yīng)用研究?jī)刹糠郑?br>　?。?）在數(shù)據(jù)挖掘技術(shù)上展開基礎(chǔ)創(chuàng)新工作，對(duì)聚類算法進(jìn)行了大量的研究，并提出了新的聚類算法——“基于尋根的快速層次聚類算法”（RS算法）。該算法以貪心的策略通過迭代的搜索最近鄰的方式，尋找位于數(shù)據(jù)密集區(qū)域的核心點(diǎn)（根節(jié)點(diǎn)）。與此同時(shí)，將遍歷過的點(diǎn)連接起來

3、，建立子樹從而完成聚類。我們選擇了兩個(gè)經(jīng)典的聚類算法進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，在大部分?jǐn)?shù)據(jù)集上，RS算法優(yōu)于其他兩個(gè)經(jīng)典算法。通過復(fù)雜度分析，RS算法具有線性復(fù)雜度。
　?。?）開展了大量“商戶類別碼套用檢測(cè)算法研究”的工作，并提出了一套完整的商戶類別碼套用檢測(cè)模型。在文中我們對(duì)數(shù)據(jù)集進(jìn)行了大量的樣本分析，并發(fā)現(xiàn)了商戶交易數(shù)據(jù)中存在的規(guī)律性，提出了“行業(yè)模式”和商戶“行為模式”的概念。我們利用行業(yè)模式與商戶行為模式的差異性計(jì)算出

4、多個(gè)基于行業(yè)間差別和基于行業(yè)內(nèi)差別的參數(shù)，并將這些參數(shù)作為特征組成特征向量訓(xùn)練分類模型從而完成套用商戶的識(shí)別。我們選擇了5個(gè)分類算法在4個(gè)數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明我們提出的商戶類別碼套用檢測(cè)模型切實(shí)可行，在3個(gè)數(shù)據(jù)集上的準(zhǔn)確率和召回率都達(dá)到80％以上。
　　綜上所述，本文在數(shù)據(jù)挖掘技術(shù)上進(jìn)行了理論創(chuàng)新工作，并結(jié)合了在金融領(lǐng)域進(jìn)行數(shù)據(jù)挖掘的應(yīng)用場(chǎng)景提出了“商戶類別碼套用檢測(cè)模型”。并且通過大量實(shí)驗(yàn)驗(yàn)證了文中所提出的算法和模型