基于大數(shù)據(jù)的支票儲(chǔ)蓄在貸款審查過(guò)程中算法分析應(yīng)用

崔慧　于曉康

摘要：本文從大數(shù)據(jù)的發(fā)展現(xiàn)狀分析入手，討論了大數(shù)據(jù)的支票儲(chǔ)蓄在貸款審查過(guò)程中的數(shù)據(jù)分析，分析了大數(shù)據(jù)經(jīng)濟(jì)學(xué)在貸款審查過(guò)程中的數(shù)據(jù)分析與研究，最后對(duì)貸款審查過(guò)程進(jìn)行了展望。大數(shù)據(jù)，不僅將理論、實(shí)驗(yàn)、復(fù)雜現(xiàn)象統(tǒng)一在一起，而且將將理論與應(yīng)用完美的統(tǒng)一在一起，本文利用大量的數(shù)據(jù)分析，闡釋了微觀變量對(duì)貸款審查過(guò)程中時(shí)的影響。進(jìn)一步的將宏觀經(jīng)濟(jì)變量納入研究范圍。一方面，可以研究宏觀變量和微觀變量如何共同決定住貸款審查過(guò)程中的問(wèn)題；另一方面，可以研究在不同的宏觀經(jīng)濟(jì)形勢(shì)下，貸款審查過(guò)程中的決定因素和銀行審查決定因素的規(guī)律和變化情況，從而為銀行在不同經(jīng)濟(jì)形態(tài)結(jié)合大數(shù)據(jù)的特征，在分析研宄傳統(tǒng)數(shù)據(jù)挖掘的基礎(chǔ)上，將聚類(lèi)算法與基于基層的聚類(lèi)算法相融合，并且提出一種混合型聚類(lèi)算法。該算法能夠避免其他算法中心的問(wèn)題，對(duì)處理后的數(shù)據(jù)進(jìn)行從下而上的分，最后使用R語(yǔ)言工具對(duì)算法進(jìn)行仿真，證實(shí)了算法的合理性與有效性。

關(guān)鍵詞：大數(shù)據(jù) 支票儲(chǔ)蓄 貸款審查

中圖分類(lèi)號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）08-0134-01

1 大數(shù)據(jù)給帶來(lái)的影響

由于搜集數(shù)據(jù)的條件所限，大數(shù)據(jù)研究對(duì)象在總體傳統(tǒng)經(jīng)濟(jì)學(xué)研究中，人們對(duì)數(shù)據(jù)進(jìn)行抽樣，再用少量樣本來(lái)進(jìn)行研究，這一傳統(tǒng)一直延續(xù)至今，并且成為經(jīng)濟(jì)學(xué)研究中的主流做法.但是抽樣的質(zhì)量非常不穩(wěn)定，異常情況較多。在大數(shù)據(jù)時(shí)代，很多場(chǎng)合下已經(jīng)直接將總體作為研究對(duì)象，從而改變了數(shù)據(jù)來(lái)源方式，對(duì)數(shù)據(jù)的處理也產(chǎn)生了深遠(yuǎn)的影響。

1.1 大數(shù)據(jù)不需要基于假設(shè)檢驗(yàn)的研究

在大數(shù)據(jù)時(shí)代，可以采用人工智能來(lái)得到的結(jié)論。大數(shù)據(jù)時(shí)代重在對(duì)數(shù)據(jù)處理的樣化結(jié)果進(jìn)行分析。此外，由于變量的完備性要求比較嚴(yán)苛，需要考慮的不僅僅是研發(fā)投入，還要考慮資本結(jié)構(gòu)、競(jìng)爭(zhēng)、人員、行業(yè)等諸多因素從而使研究重心不容易掌握。

1.2 大數(shù)據(jù)使得因果關(guān)系變得不太重要

傳統(tǒng)經(jīng)濟(jì)學(xué)重在對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行解釋?zhuān)诖髷?shù)據(jù)時(shí)代，這樣是不夠的。大數(shù)據(jù)甚至可以發(fā)現(xiàn)事物發(fā)展?jié)撛诘囊?guī)律，具有一定的“智能性”，超越了經(jīng)濟(jì)學(xué)研究關(guān)系。大數(shù)據(jù)并沒(méi)有改變因果關(guān)系，而是使因果關(guān)系變得不太重要。比如經(jīng)濟(jì)學(xué)家在預(yù)測(cè)房?jī)r(jià)時(shí)，根據(jù)住房?jī)r(jià)格變化的因素來(lái)進(jìn)行分析。但谷歌預(yù)測(cè)房?jī)r(jià)時(shí)，根據(jù)住房搜索查詢(xún)量變化進(jìn)行預(yù)測(cè)，結(jié)果比經(jīng)濟(jì)學(xué)家的預(yù)測(cè)更為準(zhǔn)確及時(shí)。

1.3 傳統(tǒng)的因果關(guān)系有時(shí)無(wú)法驗(yàn)證

弄清事物之間的內(nèi)在聯(lián)系，一直是傳統(tǒng)經(jīng)濟(jì)學(xué)研究的重要范疇。便宜購(gòu)買(mǎi)舊產(chǎn)品，短期內(nèi)會(huì)造成舊產(chǎn)品供不應(yīng)求，反而導(dǎo)致舊產(chǎn)品漲價(jià)。是漲是跌，要采用傳統(tǒng)經(jīng)濟(jì)學(xué)研究方法，這樣是難以驗(yàn)證這兩種效應(yīng)的，只能驗(yàn)證兩種效應(yīng)作用的綜合結(jié)果。

1.4 傳統(tǒng)經(jīng)濟(jì)學(xué)研究具有滯后性

傳統(tǒng)經(jīng)濟(jì)學(xué)對(duì)于新生事物有不敏感的特性，須等事情發(fā)生到一定規(guī)模以后，才能搜集到足夠數(shù)據(jù)再進(jìn)行相關(guān)研究。在大數(shù)據(jù)時(shí)代，可以通過(guò)海量數(shù)據(jù)對(duì)經(jīng)濟(jì)行為進(jìn)行分析，一旦有新情況、便立即予以關(guān)注，從而實(shí)現(xiàn)對(duì)新生事物的早期干預(yù)和分析，具有前瞻性。

2 支票儲(chǔ)蓄賬戶(hù)現(xiàn)存問(wèn)題

2.1 人們心理上的因素

在我國(guó)消費(fèi)市場(chǎng)上，人們長(zhǎng)期習(xí)慣于單一的現(xiàn)金結(jié)算，而個(gè)人儲(chǔ)蓄支票的不斷拓展使用，改變了傳統(tǒng)的支付方式。這會(huì)在人們思想上產(chǎn)生多重顧慮，擔(dān)心一旦出現(xiàn)空頭支票、假支票等情況，會(huì)在銀行企業(yè)、消費(fèi)者三方之間引起經(jīng)濟(jì)糾葛。人們的這種心理因素是制約儲(chǔ)蓄支票業(yè)務(wù)發(fā)展的主要障礙。

2.2 章則制度上的因素

現(xiàn)行個(gè)人支票的章則制度和管理辦法是完全照搬對(duì)公存款的辦法，由于對(duì)象不同，這種生搬硬套必然造成管理過(guò)死。

2.3 支票設(shè)計(jì)技術(shù)上的因素

目前，個(gè)人儲(chǔ)蓄支票在設(shè)計(jì)技術(shù)上存在一些問(wèn)題如支票上沒(méi)有開(kāi)戶(hù)銀行的地址及電話號(hào)碼，企業(yè)不易查詢(xún)、核對(duì)另外，支票背面也未寫(xiě)明使用要點(diǎn)，這些極容易使接受單位產(chǎn)生重重顧慮，擔(dān)心是否空頭支票。

3 審查過(guò)程數(shù)據(jù)分析與研究

3.1 數(shù)據(jù)挖掘算法的選擇

數(shù)據(jù)挖掘算法的選擇由于數(shù)據(jù)挖掘算法涉及的學(xué)科以及技術(shù)有很多，所以對(duì)數(shù)據(jù)挖掘算法的分類(lèi)有多種不同的描述。根據(jù)挖掘任務(wù)的不同，可以將數(shù)據(jù)挖掘算法分為分類(lèi)、預(yù)測(cè)、聚類(lèi)、關(guān)聯(lián)規(guī)則、異常和趨勢(shì)發(fā)現(xiàn)等類(lèi)型。

3.2 基于層次的聚類(lèi)算法的研究

3.2.1 基于層次的聚類(lèi)算法

基于層次的聚類(lèi)算法是一種將原始的數(shù)據(jù)集合按照層次不停地分解的一種方法，基于層次的聚類(lèi)算法又可以分為自下而上的凝聚的聚類(lèi)方法和自上而下的分裂的聚類(lèi)方法。分裂的聚類(lèi)算法跟凝聚的聚類(lèi)算法相反，在層次遍歷開(kāi)始前將所有的數(shù)據(jù)都?xì)w結(jié)于一個(gè)聚類(lèi)當(dāng)中，然后按照事先設(shè)定的分裂規(guī)則進(jìn)行聚類(lèi)的分裂，_所有數(shù)據(jù)都單獨(dú)成為一個(gè)聚類(lèi)或者滿(mǎn)足終止條件為止。

3.2.2 基于層次的聚類(lèi)算法的優(yōu)劣

基于層次的聚類(lèi)算法跟上文中介紹的基于劃分的聚類(lèi)算法有所不同，它起初是將每個(gè)數(shù)據(jù)結(jié)點(diǎn)都當(dāng)作一個(gè)初始聚類(lèi)，然后根據(jù)聚類(lèi)間的距離依次進(jìn)行合并，這樣的好處是不用隨機(jī)選取初始聚類(lèi)中心，能夠減少一定的聚類(lèi)誤差，但是合并之后的聚類(lèi)將無(wú)法再分離，這樣會(huì)降低聚類(lèi)的靈活性，并且將在一定程度上大大增加程序的運(yùn)行時(shí)間。

4 結(jié)語(yǔ)

大數(shù)據(jù)將是21世紀(jì)經(jīng)濟(jì)學(xué)的重大進(jìn)展之一。它是隨著大數(shù)據(jù)在人類(lèi)經(jīng)濟(jì)社會(huì)中的應(yīng)用而產(chǎn)生的，目前尚處于萌芽階段，其實(shí)踐遠(yuǎn)遠(yuǎn)超越理論，可以預(yù)見(jiàn)的是，不久的將來(lái)是大數(shù)據(jù)經(jīng)濟(jì)學(xué)的理論建構(gòu)和高速發(fā)展期，大數(shù)據(jù)經(jīng)濟(jì)學(xué)理論可以隨時(shí)得到檢驗(yàn)和修正。目前，整個(gè)平臺(tái)的任務(wù)流水線水平還有待提高，進(jìn)一步提升平臺(tái)的智能化與自動(dòng)化。隨著業(yè)務(wù)量與數(shù)據(jù)量的加大，普通的數(shù)據(jù)存儲(chǔ)模式急需改變，引入相應(yīng)的數(shù)據(jù)存儲(chǔ)與替換規(guī)則都是需要進(jìn)一步研究與實(shí)踐的。目前，移動(dòng)互聯(lián)網(wǎng)還處于高速發(fā)展階段，很多與移動(dòng)互聯(lián)網(wǎng)相關(guān)的技術(shù)還處于發(fā)展與探索階段，而且隨著移動(dòng)互聯(lián)網(wǎng)的繼續(xù)發(fā)展，開(kāi)展的業(yè)務(wù)必定會(huì)更加復(fù)雜，更加廣泛，移動(dòng)數(shù)據(jù)也將更加海量，更加多樣。

參考文獻(xiàn)

[1]庫(kù)波，晁學(xué)鵬.一種用于網(wǎng)站用戶(hù)行為分析數(shù)據(jù)的可擴(kuò)展協(xié)同聚類(lèi)算法[J].科技通報(bào)，2013，29（2）：67-69.

[2]葉猛，胡凱.基于TD-SCDMA/WCDMA網(wǎng)絡(luò)的用戶(hù)行為分析系統(tǒng)[J].移動(dòng)通信，2010（2）： 80-83.