数据挖掘技术在个人信用评估模型中的应用
摘要 近十年来，受经济的飞速发展，中国的信贷消费特别是面向消费者个人和家庭的信用消费蓬勃发展，汽车贷款、住房按揭、助学贷款、信用卡消费等逐渐走入人们的生活中。为了能够及时、恰当地进行个人信用评估分析，加快本文来自辣文论文网信用卡发卡机构的决策速度，本文首先引入个人信用、个人信用评估的概念，提出了个人信用的评估方法。在介绍数据挖掘的定义、方法和功能的基础上，论述了数据挖掘在个人信用评估中、在信用计分模型构建中以及新型评分系统的构建中的具体应用。最后指出了数据挖掘技术的发展趋势。
关键词 数据挖掘 个人信用评估 信用计分模型 评分系统
Data mining technology in personal credit assessment
Abstract
In the last ten years, the rapid development of the economy, China's credit consumption especially consumer-oriented individuals and families credit consumption boom, auto loan, mortgage, loan, credit card consumption gradually go into people's lives. In order to be able to promptly and properly conducted an analysis of individual credit assessments, to speed up the credit card issuer's decision speed, this article first introduces personal credit, the concept of individual credit assessments provide personal credit assessment methods. In the introduction to data mining of definitions, methods and functions on the basis of this paper discusses the personal credit scoring and credit scoring model built in, as well as the construction of a new scoring system. Finally the data mining technology trends.
Keywords Data Mining，Personal credit evaluation，Credit scoring model，Rating system
1 引言
目前，社会信用体系的建设问题已经成为当今社会最热门的话题之一，政府也在研究我国的企业信用制度和个人信用制度建立问题。个人信用评估作为个人信用制度建设中的一个重要组成部分已在商业领域广泛的应用，个人信用评估的依据是个人历史记录。在我国，金融业的计算机技术应用已经相当普及，个人信用历史记录正日趋完整，尽管建立记录的时间没有美国等发达国家长，但近年来随着相关业务的快速发展，也已经形成了一个庞大的记录库。如何在庞大的记录库里采集和发现有用的、可支持决策的信息成了新的课题。数据挖掘出现于20世纪 80年代后期，在90年代有了突飞猛进的发展，将数据挖掘理论和技术应用于个人信用评估上，降低了人为决策的风险，提高了评估的科学性和效率。
2 个人信用概述
2.1 个人信用定义
个人信用是建立在信用基础上的涉及个人的信用总和，是指社会根据某一公民现有的和历史的记录，为其可以预见的偿付能力和偿付意愿而给予相应的信赖和评价，使该公民在经济生活中可以因为这种评价而便利地获得资金、物资等经济支持。可见，个人信用不仅仅指个人在商品借贷中的简单借与还的行为，还是一个人在经济、道德、社会、法律等包括个人与社会的各种因素的观念和能力方面的反映。它所包含的内容不仅有现在的，还有过去的；不仅包括反映其偿付能力的信息，例如个人基本情况、个人收入、个人资产等，还包括能够体现其偿付意愿的历史信息，例如个人信用卡消费记录、个人诉讼记录、个人贷款记录等社会信用信息。
2.2 个人信用评估
个人信用评估，就是通过综合考察影响个人及其家庭的内外客观、微观环境，包括经济、金融、司法、工商、财产等过程毕业论文http://www.751com.cn)五方面 (“信用的5C”原则)作出判断。
(2)现代信用评估方法(信用风险度量模型)：是以数理技术为基础的信用风险评价系统，可以对信用风险进行更为精确的度量，如比例分析法、判别分析法、Logistic回归法、Z一Score及此基础上改进的AETA模型以及数学规划、贝叶斯决策模型、存活分析方法、FICO程式等。
3 数据挖掘
3.1 数据挖掘的定义
数据挖掘(Data Mining，简称DM)，就是从大量数据中挖掘或抽取出知识。数据挖掘又称为数据库中知识发现(Knowledge Discovery from Database，简称KDD)，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。数据挖掘是知识挖掘的一个基本步骤，其作用就是利用智能方法挖掘数据模式或规律知识。
利用数据挖掘技术可以帮助获得决策所需的多种知识。在许多情况下，用户并不知道数据存在哪些有价值的信息知识，因此，对于一个数据挖掘系统而言，它应该能够同时搜索发现多种模式的知识，以满足用户的期望和实际需要。此外，数据挖掘系统还应能够挖掘出多种层次（抽象水平）的模式知识，数据挖掘系统还应允许用户来指导挖掘搜索有价值的模式知识。3.2 数据挖掘的功能1385