基于数据挖掘的用户缴费信用风险评估研究

摘要

随着征信范围的扩大，用户缴费信用问题越来越受到政府和企业的重视。信用风险评估作为数据挖掘技术的一个新的应用领域尚未成熟，还需要不断深入地探索和研究。
　　 本文针对银行和证券方面信用风险研究比较成熟而用户缴费信用风险研究相对落后的情况，展开公共服务领域用户缴费信用风险评估研究。着力解决系统效率低、复用性差等问题。系统模型主要包括数据挖掘横向通用知识结构、数据挖掘算法建模推理支撑环境、数据挖掘调度平台、数据挖掘算法构件库四个部分。系统模型分离数据挖掘算法构件库，并基于挖掘算法的推理支撑环境研究，获得动态数据挖掘算法建模方案，通过设计挖掘算法路由配置机制，实现算法动态调度。
　　 数据挖掘算法动态配置的推理支撑环境设计，重点是知识库和推理机设计。一方面，根据算法方案配置需求设计了数据挖掘算法建模知识表达模型，基于建模知识基础完成算法路径的推理与解释；另一方面，推理机设计遵循数据描述约束及任务描述约束，结合相容和相斥运算得出数据挖掘算法的可行方案集合。
　　 公共服务领域用户缴费信用风险评价系统从运行和应用角度评价其质量。以电费缴纳业务的数据为例，挖掘用户非信用行为的主要特点，为企业建立预警机制提供参考。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究的目的、意义

1.2 国内外研究现状

1.2.1 数据挖掘在信用评估业务应用的国外研究现状

1.2.2 数据挖掘在信用评估业务应用的国内研究现状

1.2.3 存在问题和发展趋势

1.3 论文的主要研究内容

1.3.1 研究的目标

1.3.2 研究的方案

1.3.3 研究的任务

1.4 论文的组织结构

第2章 基于用户缴费业务的动态数据挖掘

2.1 用户缴费业务研究

2.2 领域工程指导下的数据挖掘系统开发

2.2.1 缴费信用模式挖掘应用分析

2.2.2 缴费信用模式挖掘领域逻辑模型

2.2.3 缴费信用模式挖掘领域实现

2.3 公共服务领域DDMS模型

2.3.1 数据挖掘横向通用知识

2.3.2 挖掘算法建模推理支撑环境

2.3.3 动态挖掘建模控制

2.3.4 数据挖掘算法库

2.3.5 动态数据挖掘调度控制

2.4 动态数据挖掘机制

2.4.1 DM算法方案推理建模

2.4.2 DM模型统一管理

2.4.3 DM算法库接口设计

2.5 本章小结

第3章 数据挖掘算法建模推理支撑环境

3.1 数据挖掘算法建模概述

3.2 数据挖掘建模知识表达

3.3 知识库设计

3.3.1 KDMACD概念层

3.3.2 KDMACD知识层

3.3.3 KDMACD规则层

3.3.4 动作层

3.4 推理机设计

3.5 本章小结

第4章 电费缴纳业务用户信用评价系统

4.1 系统分析

4.2 集成数据挖掘算法

4.2.1 基于Net Remoting的算法构件库访问

4.2.2 集成算法

4.3 算法库调度及接口设计

4.3.1 挖掘算法路由配置模块

4.3.2 挖掘算法公共行为设计

4.4 数据挖掘算法路径推理

4.5 系统运行

4.5.1 神经网络参数设置

4.5.2 神经网络算法性能测试

4.5.3 数据挖掘模型系统评估

4.5.4 用户信用行为模式解析

4.6 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致 谢