決策樹模型在銀行風險預警系統(tǒng)中的應用.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)務中，關于客戶，下級機構以及同業(yè)新業(yè)務預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果，本文在分析了決策樹技術在銀行風險預警系統(tǒng)中應用的可行性之后，提出了一種以提高預警質量為根本目標的應用決策樹分類技術在銀行風險預警系統(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用到銀行風險預警系統(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)轉換、數(shù)據(jù)消減等數(shù)據(jù)預