中國現代化支付系統模式分析的關鍵技術研究.pdf

1、本文內容研究的是中國現代化支付系統中支付模式建模的關鍵技術，目的是為了從中國現代化支付系統的日常支付信息中發(fā)掘出有效的社會金融活動特征，便于相關部門加強對日常金融活動情況的分析力度，通過加強金融監(jiān)管來滿足社會不斷發(fā)展變化的需要。 本文分析了支付系統聚類建模和資金流建模的具體問題，涉及到了如下主要技術內容：支付系統分析模型背景知識的表示、支付系統到支付分析系統的本體映射、傳統聚類算法優(yōu)化、針對概念網絡節(jié)點的聚類、資金流建模模型的選

2、擇、關聯規(guī)則中規(guī)則重要性的判斷、支付模式分析系統的設計等。本文對以上各方面進行了較為深入的研究。 對于支付系統分析模型背景知識表示方面，本文首先簡要討論了目前模式發(fā)現應用中背景知識應用的現狀，然后針對銀行和通信行業(yè)分析系統建模的不足，根據支付信息建模的實際情況提出了使用概念網絡來表示支付信息的背景知識，以發(fā)現更有實際意義的模式。 對于本體映射方面，本文先是分析了支付業(yè)務處理系統到支付模式分析系統的本體映射，然后概要說明了

3、目前常用的本體映射方法，接著提出了在支付模式發(fā)現研究中使用的兩種不同的本體映射方法：基于概念粒度規(guī)格化映射方法和基于統計的方法，同時本文討論了它們的實現算法。 在傳統聚類算法優(yōu)化方面，本文首先通過實驗的方法比較了基于距離的經典聚類算法與基于概率的EM算法的執(zhí)行結果差異，說明了基于概率的聚類算法具有更好的聚類效果。隨后，針對EM算法，本文提出了一種一遍掃描數據庫就能得出聚類結果的改進EM算法。最后本文通過實驗比較了標準的EM算法和

4、改進的EM算法的執(zhí)行速度和執(zhí)行精度。 對于概念網絡節(jié)點的聚類，本文提出了概念網絡節(jié)點聚類的兩個步驟，一是對概念網絡的節(jié)點屬性應用傳統的聚類算法進行聚類；二是對節(jié)點的關系屬性進行計算，以此來剪裁聚類空間，發(fā)掘更符合實際情況的分類。通過兩階段聚類方法彌補了傳統聚類算法難以處理關系屬性從而丟失細節(jié)信息的不足。 資金流模式建模方面，本文首先研究和比較了目前各種主要的關系發(fā)現算法，指出關聯規(guī)則發(fā)現算法是本文應用的最好選擇，其中，本

5、文比較獨特的從隨機概率的理論角度分析了PageRank技術的特點。此外，對于關聯規(guī)則，本文還提出了一種評判規(guī)則有用性的指標，大大提高了結果規(guī)則集合的可靠性和實用性。 系統實現方面，本文分析了模式發(fā)現系統的框架結構和算法實現的框架結構，隨后在此基礎上構造了原型系統，并且應用該原型系統針對八十多萬條測試數據，給出了銀行類別聚類、業(yè)務類型角度的資金流模式、地區(qū)角度的資金流模式的例子。 本文的意義在于，提出并且成功的應用了不同的