基于數據倉庫的個人信用評分系統(tǒng)的設計與實現.pdf

1、我國經濟處于一種高速發(fā)展狀況下同時消費轉型也在不斷加快,這些變化推動我國國內信用卡業(yè)務始終保持良好的快速發(fā)展態(tài)勢。截至2012年底,建行累計發(fā)行信用卡超過2800余萬張,累計客戶數2400余萬戶,消費交易額突破4500億元,貸款余額超590億元。信用卡業(yè)務的膨脹,也帶來很多問題。雖然發(fā)行卡的數量在增加,但是很多信用卡處于睡眠狀態(tài),客戶根本沒使用或者極少使用信用卡進行消費,這些信用卡并沒有給銀行帶來盈利,反而給銀行的信用卡管理工作帶來很多

2、問題,信用卡的使用者因為自身的原因是其帶有一定的風險性。銀行的在不斷推廣信用卡業(yè)務的過程中使其積累了大量的客戶信息以及客戶在使用購物卡消費時的消費信息,如何對這些信息進行分析和利用,從中區(qū)分出“壞客戶”和“好客戶”,并制定不同的風險管理措施和營銷策略是目前銀行在信用卡風險管理方面面臨的迫切問題之一。
　　本文以建設銀行的個人信用評分系統(tǒng)作為研究目標,針對目前的評價標準不足和覆蓋面不廣的現狀,設計了建行信用卡基于數據倉庫的個人信用的

3、評價方案。銀行根據自身信用卡的市場需求搜集相關的數據倉庫的數據源,根據數據倉庫的架構體系,分析數據庫操作中抽取、凈化和轉換數據。接著提出了本文的信用設計模型,在構建信用卡評分模型時,特征變量的選擇是非常關鍵的工作環(huán)節(jié)之一,特征變量的好壞直接影響模型的質量。特征變量要選取最能代表客戶信用狀況的屬性,主要是從數據倉庫的個人信息資料表進行選擇,目前建行在客戶申請信用時,要求填寫38項數據,但是這些數據項并非都是必填項,對于一些非必填項,有些客

4、戶在申請時是不填寫的,那么就造成這部分數據的缺失,如家庭人員構成、在單位的職稱和職務信息等。最后從38個數據項中選擇了17個數據項作為客戶的特征變量,從個人資料表中抽取了4000條客戶基本信息的樣本數據,并根據數據倉庫分析該模型的信用評分結果。
　　基于個人信用評分模型,在J2EE技術架構的基礎上,設計和實現B/S模式的個人信用評分系統(tǒng),用于建設銀行X市分析客戶申請信用卡時的信用評價。系統(tǒng)實現了客戶信息管理、信用評價指標管理、信用