可視化數(shù)據(jù)挖掘應(yīng)用實例一則——某銀行信貸規(guī)則評估 吳源林 （上海財經(jīng)大學(xué)MBA 學(xué)院，上海 200083） 摘要：本文應(yīng)用 Clementine 工具，通過對某銀行評估客戶信用申請的資料挖掘，展示 了數(shù)據(jù)挖掘中遇到的問題和解決思路。 關(guān)鍵詞：數(shù)據(jù)挖掘；決策樹；Clementine 數(shù)據(jù)挖掘是運用模式識別技術(shù)，以及統(tǒng)計和數(shù) 學(xué)知識，通過對大量的、不完全的、有噪聲的、模 糊的、隨機的數(shù)據(jù)集進行詳盡審查挖掘，以發(fā)現(xiàn)數(shù) 據(jù)中內(nèi)在的關(guān)聯(lián)性、特征和趨勢。數(shù)據(jù)挖掘綜合了 多種學(xué)科技術(shù)，能提供數(shù)據(jù)分類、聚類、關(guān)聯(lián)和預(yù) 測等功能。 近年來，數(shù)據(jù)挖掘技術(shù)已經(jīng)在 國外多行業(yè)中得到了普遍應(yīng)用，尤 其在金融、電信、零售等領(lǐng)域。許 多企業(yè)紛紛利用數(shù)據(jù)挖掘技術(shù)作為 他們獲取競爭優(yōu)勢的戰(zhàn)略工具，典 型的數(shù)據(jù)挖掘應(yīng)用包括生產(chǎn)營運管 理、營銷管理和信用分析等。一些 軟件公司也推出了功能強大、用戶 友好的數(shù)據(jù)挖掘應(yīng)用軟件，如SAS 公司的Data Miner，SPSS 公司的 Clementine，IBM Intelligent Miner 等，微軟公司在其客戶關(guān)系管理軟 件CRM3.0 中也集成了部分?jǐn)?shù)據(jù)挖 掘功能。 目前國內(nèi)不少企業(yè)也正在引進 和開始實施這些技術(shù)，以期提高其 決策管理能力和競爭優(yōu)勢。但數(shù)據(jù) 挖掘不僅僅是一個技術(shù)運用問題， 其涉及到商務(wù)活動中的各個方面。 如果我們對所研究的問題和數(shù)據(jù)挖掘方法的認(rèn)識不 夠深入的話，則很可能得到錯誤的信息，造成巨大 的經(jīng)濟損失。 本文通過對日本某銀行審批客戶申請貸款的記 錄進行挖掘，展示數(shù)據(jù)挖掘中可能遇到的問題和解 決思路，并希望能起到拋磚引玉的作用。 數(shù)據(jù)挖掘功能的強大性，使其幾乎可以運用于 任何商業(yè)或科研領(lǐng)域，為了保障數(shù)據(jù)挖掘的質(zhì)量和 有效性，SPSS 公司聯(lián)合幾大行業(yè)巨頭制定了“數(shù)據(jù) 挖掘跨行業(yè)標(biāo)準(zhǔn)流程”（CRISP-DM1）。我們下面的 挖掘過程也將嚴(yán)格按照該流程進行。為清晰展現(xiàn)整 個數(shù)據(jù)挖掘流程， 我們使用了SPSS 公司的 Clementine 工具。該工具使用節(jié)點連接的方式建立 模型，能讓我們直觀了解建模過程，并把注意力集 中在具體問題的分析上。 一、商業(yè)理解，亦即研究理解階段 這一階段把項目的目標(biāo)和要求用清晰的，并把 這些目標(biāo)和制約條件轉(zhuǎn)化成數(shù)據(jù)挖掘問題的定義， 形成一個初步實現(xiàn)目標(biāo)的策略； 在本例中，我們的目標(biāo)是要找出銀行批準(zhǔn)或否