決策樹模型在銀行風險預(yù)警系統(tǒng)中的應(yīng)用.pdf

1、隨著中國加入WTO，我國金融銀行業(yè)的競爭也日趨激烈，銀行風險預(yù)警系統(tǒng)作為銀行風險系統(tǒng)的重要分支。在目前的銀行風險系統(tǒng)中，尤其是銀行同業(yè)業(yè)務(wù)中，關(guān)于客戶，下級機構(gòu)以及同業(yè)新業(yè)務(wù)預(yù)警的分類還停留在以人工手動完成的階段，為了降低人為因素的影響，更加科學準確的得到分類結(jié)果，本文在分析了決策樹技術(shù)在銀行風險預(yù)警系統(tǒng)中應(yīng)用的可行性之后，提出了一種以提高預(yù)警質(zhì)量為根本目標的應(yīng)用決策樹分類技術(shù)在銀行風險預(yù)警系統(tǒng)的實施方案。 分類是數(shù)據(jù)挖掘的重要

2、組成部分，它根據(jù)類標號己知的數(shù)據(jù)建立模型，進而使用該模型來預(yù)測類標號未知的數(shù)據(jù)所屬的類。常用的分類方法有決策樹分類、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)分類等，其中決策樹方法在可理解度、易訓練性、易實施性和通用性等方面優(yōu)于其他的分類方法。本文選擇將決策樹分類法應(yīng)用到銀行風險預(yù)警系統(tǒng)中。 根據(jù)所提出的實施方案，本文以同業(yè)客戶分析為例，完整地實現(xiàn)了決策樹分類的全過程，包括：確定對象及目標；采集數(shù)據(jù)；采用數(shù)據(jù)集成、數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)消減等數(shù)據(jù)預(yù)