基于數據挖掘的銀行個人客戶信用評分模型的研究.pdf

1、本文側重于對商業(yè)銀行個人客戶信用評分模型的研究，以住房貸款數據為分析標的，研究如何將數據挖掘中的分類算法應用于真實的個人信用數據中，挖掘出隱含的規(guī)律，并量化為具體的評分模型；同時根據應用案例對模型作出調整，建立符合實際需求的新型個人信用評分模型。 從已獲得的某商業(yè)銀行的真實房屋貸款樣本出發(fā)，采用數據挖掘技術，運用決策樹CART算法，經過數據采集、抽取、預處理，建立了個人評分決策樹模型，再在決策樹模型的基礎上，對屬性進行賦權，得出

2、信用評分模型。本文得出的信用評分模型是一個百分制的個人信用評分模型，對于此模型，建立了評價標準。 從對模型評價的結果看，個人信用評分模型在評價高信用級別的用戶中有較高的預測準確度，在評價中、低級信用級別的用戶準確度不盡入人意，這同時也是現(xiàn)今銀行進行信用評分的難點，對這些存在還款風險的用戶，是給予貸款還是拒絕，是一個難題。在通用法則失靈的同時，抽取更多客戶的信息，也是進一步增加預測準確性的方法。 本文所建立個人信用評分模型