以Page Rank模型分析數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用

◎汪涌泉

以Page Rank模型分析數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用

◎汪涌泉

數(shù)據(jù)是金融部門的工作人員每天都要接觸到的工作，金融部門的業(yè)務(wù)都會產(chǎn)生大量的數(shù)據(jù)，隨著技術(shù)的不斷的發(fā)展，利用數(shù)據(jù)庫系統(tǒng)的管理可以有效的對產(chǎn)生的數(shù)據(jù)進(jìn)行管理，但是卻無法察覺到數(shù)據(jù)之間額關(guān)系以及規(guī)則，無法根據(jù)現(xiàn)在所存在的數(shù)據(jù)去推測未來的發(fā)展，更有可能會導(dǎo)致數(shù)據(jù)爆炸問題的出現(xiàn)，本文將通過對數(shù)據(jù)挖掘的簡單介紹，簡述數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域中的應(yīng)用。

在金融領(lǐng)域當(dāng)中，金融機(jī)構(gòu)的運(yùn)作存在著必然的金融風(fēng)險。風(fēng)險管理對于每一個金融機(jī)構(gòu)而言都是一項(xiàng)必不可少的重要工作。一般的金融管理手段缺乏一些數(shù)據(jù)挖掘所隱藏的知識手段。在金融行業(yè)當(dāng)中，有效的利益數(shù)據(jù)挖掘技術(shù)不但可以發(fā)現(xiàn)大量數(shù)據(jù)中所隱藏的一些必然關(guān)系，還可以很好的將金融風(fēng)險降到最低。

數(shù)據(jù)挖掘簡介

數(shù)據(jù)挖掘的定義。近幾年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)的高度關(guān)注，這其中最主要的原因是其存在著大量的數(shù)據(jù)，可以被廣泛的應(yīng)用，并且還可以通過需求將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息和數(shù)據(jù)，獲取到的信息和數(shù)據(jù)可以被廣泛的應(yīng)用的到各個領(lǐng)域。

數(shù)據(jù)挖掘主要是指從大量的數(shù)據(jù)中通過一定的算法查看到數(shù)據(jù)中所隱藏的信息的一個過程。數(shù)據(jù)挖掘技術(shù)主要包含統(tǒng)計技術(shù)、計算技術(shù)以及人工智能技術(shù)。可以把數(shù)據(jù)挖掘看作是統(tǒng)計技術(shù)的一個延伸。對于大多數(shù)的統(tǒng)計技術(shù)而言，基本上都是基于數(shù)學(xué)理論和技巧，它的預(yù)測度所達(dá)到的準(zhǔn)確率可以在一定的程度上滿足人們的需求，但是，這種技術(shù)對使用者具有較高的知識要求。但是，隨著計算機(jī)技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)可以通過相對簡單的方法和技術(shù)來實(shí)現(xiàn)同樣的功能。獲得更好的分析效果和消息。

數(shù)據(jù)挖掘的方法。從數(shù)據(jù)挖掘技術(shù)角度來看，主要的方法包括：

決策樹法：顧名思義，主要是利用樹形結(jié)構(gòu)進(jìn)行決策的集合，這些決策的集合是通過對數(shù)據(jù)的分析而得來的規(guī)則。出現(xiàn)在國際上最早也是最具有影響力的是ID3方法，后來才發(fā)展的其他的方法。

規(guī)則歸納法：通過統(tǒng)計的手段對數(shù)據(jù)進(jìn)行歸納，從中提取出有效的規(guī)則。規(guī)則歸納技術(shù)在挖掘技術(shù)的領(lǐng)域中被廣泛的使用，使用最多的是關(guān)聯(lián)規(guī)則法。

神經(jīng)網(wǎng)絡(luò)法：以模仿生物的神經(jīng)網(wǎng)絡(luò)為結(jié)構(gòu)，構(gòu)建三種神經(jīng)網(wǎng)絡(luò)的模型，這種方法可以完成多種類型的數(shù)據(jù)挖掘任務(wù)，例如分類挖掘、特性挖掘等任務(wù)。

遺傳法：主要是通過模擬動物的進(jìn)化過程而演變出來的算法，主要有三個基本的算法組成。為了更好的使用遺傳算法，需要將數(shù)據(jù)挖掘的任務(wù)的表達(dá)進(jìn)行轉(zhuǎn)換，形成一種搜索的問題，從而發(fā)揮出遺傳算法的優(yōu)化搜索能力。

可視化技術(shù)：將信息模式、數(shù)據(jù)的關(guān)聯(lián)或者趨勢等通過直觀的圖形方式來進(jìn)行相關(guān)的表達(dá)，使用者就可以通過對可視化技術(shù)的交互來對數(shù)據(jù)進(jìn)行分析。可視化技術(shù)的使用，使得用戶可以更清楚的對數(shù)據(jù)進(jìn)行解析。

數(shù)據(jù)挖掘在金融領(lǐng)域的應(yīng)用

到目前為止，在很多的領(lǐng)域，數(shù)據(jù)挖掘是一項(xiàng)比較新鮮的技術(shù)，尤其是在銀行、電信、保險甚至交通等商業(yè)領(lǐng)域當(dāng)中。數(shù)據(jù)挖掘技術(shù)的使用可以很好地且有效的解決一些比較典型的商業(yè)問題。例如：客戶群的劃分、數(shù)據(jù)的營銷、交叉銷售等一系列的商業(yè)問題以及市場分析行為。

數(shù)據(jù)挖掘在銀行行業(yè)的應(yīng)用。銀行在一天中就會產(chǎn)生大量的數(shù)據(jù)，銀行業(yè)可以看作為是一個負(fù)債經(jīng)營的商業(yè)產(chǎn)業(yè)，在獲得大量的利益的同時，風(fēng)險程度也會隨之加大，兩者是并存的。如何降低一個銀行所存在的風(fēng)險，就需要對賬戶的信用進(jìn)行有效的分析。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行的信用評估最終的目的就是降低風(fēng)險，提高收益。

以PageRank模型在銀行的應(yīng)用為例，PageRank對網(wǎng)頁的排序具有三大優(yōu)點(diǎn)：排序和特定的搜索關(guān)鍵的詞沒有關(guān)系；網(wǎng)頁的排序和網(wǎng)頁中的所呈現(xiàn)的具體內(nèi)容沒有關(guān)系；只需要知道網(wǎng)頁所對應(yīng)的圖結(jié)構(gòu)。例如在銀行的匯入金額的排序問題中，我們不難發(fā)現(xiàn)隨機(jī)沖浪的模型可以在一定的程度上有效的客服數(shù)據(jù)缺損等方面的困難。

類別PageRank算法，我們可以在綜合方面考慮每項(xiàng)業(yè)務(wù)的等級劃分，然后再根據(jù)等級劃分來確定最后的排序問題。可能表中會包含非常大的數(shù)據(jù)量，從不同的層次進(jìn)行最后的排序和分析，我們會發(fā)現(xiàn)在最后所建立的隨機(jī)沖浪模型會很好的分析出數(shù)據(jù)中參數(shù)的穩(wěn)定性是否良好。

數(shù)據(jù)挖掘在保險行業(yè)的應(yīng)用。保險行業(yè)涉及到數(shù)據(jù)挖掘技術(shù)的主要是兩方面：業(yè)務(wù)中保險金的確定和險種之間的關(guān)聯(lián)關(guān)系的分析。

保險對每一個受險的人員的分類可以有效的確定保險的金額度。通過數(shù)據(jù)挖掘技術(shù)，業(yè)務(wù)員可以了解到對不同的行業(yè)、不同年齡、不同工作層次的人員的保險金的額度，從而更加方便的工作，提高工作的質(zhì)量。

對于險種的關(guān)聯(lián)關(guān)系分析而言，數(shù)據(jù)挖掘技術(shù)可以對已經(jīng)購買過保險的人員進(jìn)行分析，查看其是否還可以與此同時可以同時購買其他類的保險。

數(shù)據(jù)挖掘在證券行業(yè)的應(yīng)用。證券行業(yè)中對數(shù)據(jù)挖掘的使用主要表現(xiàn)在分析客戶、管理客戶、分析交易數(shù)據(jù)以及分析交易風(fēng)險等方面。

從證券營銷的角度分析的話，證券主要是為了滿足客戶的需求而做出的一系列的金融活動，營銷的戰(zhàn)略會貫通到整個證券交易的過程中，而對客戶關(guān)系的分析以及管理是國內(nèi)的證券行業(yè)所比較關(guān)注的問題以及技術(shù)，數(shù)據(jù)挖掘技術(shù)在這其中占有核心的地位，業(yè)務(wù)人員是否真正的了解客戶，是否能夠準(zhǔn)確的判斷出此次的交易是否可以帶來利益等等諸多的此類問題，都可以通過數(shù)據(jù)挖掘技術(shù)得到想要的答案。數(shù)據(jù)挖掘在改變看待客戶的角度的同時，還為業(yè)務(wù)人員以及整個的營銷部提供著可靠的依據(jù)。

信息技術(shù)的飛速發(fā)展，金融行業(yè)越發(fā)的繁重，作為一項(xiàng)先進(jìn)的數(shù)據(jù)挖掘技術(shù)在金融行業(yè)的應(yīng)用，促進(jìn)金融行業(yè)發(fā)展的腳步，降低金融行業(yè)所存在的風(fēng)險，對金融行業(yè)的發(fā)展起到保駕護(hù)航的作用，占有著不可忽視的核心地位。

（作者單位：天津水運(yùn)工程勘察設(shè)計院）