企業(yè)信貸管理信息系統(tǒng)設(shè)計.pdf

1、隨著金融全球化和金融市場的繁榮發(fā)展，信貸風險管理在金融行業(yè)中受到高度重視。此外大型數(shù)據(jù)庫或數(shù)據(jù)中心的規(guī)模不斷擴大使得數(shù)據(jù)源急劇增加，數(shù)據(jù)項更加豐富，數(shù)據(jù)采集更頻繁，數(shù)據(jù)增長更迅猛。兩項因素相加，使得各地方從政府到商業(yè)銀行都迫切需要一個統(tǒng)一有效的企業(yè)信貸評價系統(tǒng)。
　　針對上述問題，本文對信貸管理系統(tǒng)進行了設(shè)計，系統(tǒng)的總體設(shè)計以目前風險管理現(xiàn)狀為分析基礎(chǔ)，以政府數(shù)據(jù)庫搭構(gòu)公共金融數(shù)據(jù)平臺，幫助商業(yè)銀行信息化改革并有效建立企業(yè)信息評級

2、數(shù)據(jù)凈化金融市場環(huán)境，以完成高效的設(shè)計為目的，融合當前的經(jīng)濟體制，使之適應于信貸風險管理系統(tǒng)的特點，并根據(jù)信貸業(yè)務的日常交易過程和操作過程，改進信用風險管理平臺的信息管理功能。本文提出了三元化的數(shù)據(jù)庫總體結(jié)構(gòu)，即企業(yè)信息數(shù)據(jù)庫、主體數(shù)據(jù)庫及信貸風險數(shù)據(jù)庫的數(shù)據(jù)處理模式，構(gòu)想了他們之間如何相互協(xié)同運作。而后有重點地敘述了對于最終的信貸風險數(shù)據(jù)庫應如何配置以及設(shè)計了基本的流程操作。
　　文章的核心是解決如何清理數(shù)據(jù)源使其變?yōu)橛行У臄?shù)據(jù)

3、來支持企業(yè)信息分析：在此設(shè)計中本文首先分析了數(shù)據(jù)源中存在的數(shù)據(jù)源異構(gòu)、對接方式多樣、規(guī)則松散、數(shù)據(jù)重復、不準確等質(zhì)量問題，按照步驟定義數(shù)據(jù)清洗規(guī)則和工作流程，對數(shù)據(jù)源的數(shù)量進行確定，通過對“臟數(shù)據(jù)”的數(shù)據(jù)進行分析得到結(jié)果，而后選擇適當?shù)臋z測算法，明確的策略，評價方法。進一步解決據(jù)數(shù)據(jù)清理過程中可能指定的查詢和匹配的語言，未能轉(zhuǎn)換代碼自動生成等問題，從而利用這些數(shù)據(jù)建立出可用的銀行信貸風險模型。
　　文章的創(chuàng)新點在于提出了基于核心詞

4、的重復數(shù)據(jù)檢測模型，并基于所提模型，設(shè)計了一套重復數(shù)據(jù)檢測程序，并抽取數(shù)據(jù)進行了驗證分析。本文分析了企業(yè)信用基礎(chǔ)數(shù)據(jù)庫中企業(yè)名稱的組成特點，構(gòu)建了企業(yè)名稱的特征屬性表；在設(shè)計中創(chuàng)新使用了“原子切分”方法，構(gòu)建了行業(yè)字典表、地區(qū)字典表、后綴字典表和輔助詞字典表；進而開發(fā)了特征屬性提取程序和相似度計算程序，最后對抽取的兩批實驗數(shù)據(jù)進行了重復檢測，給出了結(jié)果分析。本文提出的重復數(shù)據(jù)檢測模型具有實用性和擴展性，不僅能有效用于企業(yè)名稱的重復檢測，