基于大數(shù)據(jù)的支票儲蓄在貸款審查過程中算法分析應(yīng)用

崔慧　于曉康

摘要：本文從大數(shù)據(jù)的發(fā)展現(xiàn)狀分析入手，討論了大數(shù)據(jù)的支票儲蓄在貸款審查過程中的數(shù)據(jù)分析，分析了大數(shù)據(jù)經(jīng)濟學(xué)在貸款審查過程中的數(shù)據(jù)分析與研究，最后對貸款審查過程進行了展望。大數(shù)據(jù)，不僅將理論、實驗、復(fù)雜現(xiàn)象統(tǒng)一在一起，而且將將理論與應(yīng)用完美的統(tǒng)一在一起，本文利用大量的數(shù)據(jù)分析，闡釋了微觀變量對貸款審查過程中時的影響。進一步的將宏觀經(jīng)濟變量納入研究范圍。一方面，可以研究宏觀變量和微觀變量如何共同決定住貸款審查過程中的問題；另一方面，可以研究在不同的宏觀經(jīng)濟形勢下，貸款審查過程中的決定因素和銀行審查決定因素的規(guī)律和變化情況，從而為銀行在不同經(jīng)濟形態(tài)結(jié)合大數(shù)據(jù)的特征，在分析研宄傳統(tǒng)數(shù)據(jù)挖掘的基礎(chǔ)上，將聚類算法與基于基層的聚類算法相融合，并且提出一種混合型聚類算法。該算法能夠避免其他算法中心的問題，對處理后的數(shù)據(jù)進行從下而上的分，最后使用R語言工具對算法進行仿真，證實了算法的合理性與有效性。

關(guān)鍵詞：大數(shù)據(jù) 支票儲蓄 貸款審查

中圖分類號：F832 文獻標(biāo)識碼：A 文章編號：1007-9416（2016）08-0134-01

1 大數(shù)據(jù)給帶來的影響

由于搜集數(shù)據(jù)的條件所限，大數(shù)據(jù)研究對象在總體傳統(tǒng)經(jīng)濟學(xué)研究中，人們對數(shù)據(jù)進行抽樣，再用少量樣本來進行研究，這一傳統(tǒng)一直延續(xù)至今，并且成為經(jīng)濟學(xué)研究中的主流做法.但是抽樣的質(zhì)量非常不穩(wěn)定，異常情況較多。在大數(shù)據(jù)時代，很多場合下已經(jīng)直接將總體作為研究對象，從而改變了數(shù)據(jù)來源方式，對數(shù)據(jù)的處理也產(chǎn)生了深遠的影響。

1.1 大數(shù)據(jù)不需要基于假設(shè)檢驗的研究

在大數(shù)據(jù)時代，可以采用人工智能來得到的結(jié)論。大數(shù)據(jù)時代重在對數(shù)據(jù)處理的樣化結(jié)果進行分析。此外，由于變量的完備性要求比較嚴苛，需要考慮的不僅僅是研發(fā)投入，還要考慮資本結(jié)構(gòu)、競爭、人員、行業(yè)等諸多因素從而使研究重心不容易掌握。

1.2 大數(shù)據(jù)使得因果關(guān)系變得不太重要

傳統(tǒng)經(jīng)濟學(xué)重在對經(jīng)濟現(xiàn)象進行解釋，但在大數(shù)據(jù)時代，這樣是不夠的。大數(shù)據(jù)甚至可以發(fā)現(xiàn)事物發(fā)展?jié)撛诘囊?guī)律，具有一定的“智能性”，超越了經(jīng)濟學(xué)研究關(guān)系。大數(shù)據(jù)并沒有改變因果關(guān)系，而是使因果關(guān)系變得不太重要。比如經(jīng)濟學(xué)家在預(yù)測房價時，根據(jù)住房價格變化的因素來進行分析。但谷歌預(yù)測房價時，根據(jù)住房搜索查詢量變化進行預(yù)測，結(jié)果比經(jīng)濟學(xué)家的預(yù)測更為準(zhǔn)確及時。

1.3 傳統(tǒng)的因果關(guān)系有時無法驗證

弄清事物之間的內(nèi)在聯(lián)系，一直是傳統(tǒng)經(jīng)濟學(xué)研究的重要范疇。便宜購買舊產(chǎn)品，短期內(nèi)會造成舊產(chǎn)品供不應(yīng)求，反而導(dǎo)致舊產(chǎn)品漲價。是漲是跌，要采用傳統(tǒng)經(jīng)濟學(xué)研究方法，這樣是難以驗證這兩種效應(yīng)的，只能驗證兩種效應(yīng)作用的綜合結(jié)果。

1.4 傳統(tǒng)經(jīng)濟學(xué)研究具有滯后性

傳統(tǒng)經(jīng)濟學(xué)對于新生事物有不敏感的特性，須等事情發(fā)生到一定規(guī)模以后，才能搜集到足夠數(shù)據(jù)再進行相關(guān)研究。在大數(shù)據(jù)時代，可以通過海量數(shù)據(jù)對經(jīng)濟行為進行分析，一旦有新情況、便立即予以關(guān)注，從而實現(xiàn)對新生事物的早期干預(yù)和分析，具有前瞻性。

2 支票儲蓄賬戶現(xiàn)存問題

2.1 人們心理上的因素

在我國消費市場上，人們長期習(xí)慣于單一的現(xiàn)金結(jié)算，而個人儲蓄支票的不斷拓展使用，改變了傳統(tǒng)的支付方式。這會在人們思想上產(chǎn)生多重顧慮，擔(dān)心一旦出現(xiàn)空頭支票、假支票等情況，會在銀行企業(yè)、消費者三方之間引起經(jīng)濟糾葛。人們的這種心理因素是制約儲蓄支票業(yè)務(wù)發(fā)展的主要障礙。

2.2 章則制度上的因素

現(xiàn)行個人支票的章則制度和管理辦法是完全照搬對公存款的辦法，由于對象不同，這種生搬硬套必然造成管理過死。

2.3 支票設(shè)計技術(shù)上的因素

目前，個人儲蓄支票在設(shè)計技術(shù)上存在一些問題如支票上沒有開戶銀行的地址及電話號碼，企業(yè)不易查詢、核對另外，支票背面也未寫明使用要點，這些極容易使接受單位產(chǎn)生重重顧慮，擔(dān)心是否空頭支票。

3 審查過程數(shù)據(jù)分析與研究

3.1 數(shù)據(jù)挖掘算法的選擇

數(shù)據(jù)挖掘算法的選擇由于數(shù)據(jù)挖掘算法涉及的學(xué)科以及技術(shù)有很多，所以對數(shù)據(jù)挖掘算法的分類有多種不同的描述。根據(jù)挖掘任務(wù)的不同，可以將數(shù)據(jù)挖掘算法分為分類、預(yù)測、聚類、關(guān)聯(lián)規(guī)則、異常和趨勢發(fā)現(xiàn)等類型。

3.2 基于層次的聚類算法的研究

3.2.1 基于層次的聚類算法

基于層次的聚類算法是一種將原始的數(shù)據(jù)集合按照層次不停地分解的一種方法，基于層次的聚類算法又可以分為自下而上的凝聚的聚類方法和自上而下的分裂的聚類方法。分裂的聚類算法跟凝聚的聚類算法相反，在層次遍歷開始前將所有的數(shù)據(jù)都歸結(jié)于一個聚類當(dāng)中，然后按照事先設(shè)定的分裂規(guī)則進行聚類的分裂，_所有數(shù)據(jù)都單獨成為一個聚類或者滿足終止條件為止。

3.2.2 基于層次的聚類算法的優(yōu)劣

基于層次的聚類算法跟上文中介紹的基于劃分的聚類算法有所不同，它起初是將每個數(shù)據(jù)結(jié)點都當(dāng)作一個初始聚類，然后根據(jù)聚類間的距離依次進行合并，這樣的好處是不用隨機選取初始聚類中心，能夠減少一定的聚類誤差，但是合并之后的聚類將無法再分離，這樣會降低聚類的靈活性，并且將在一定程度上大大增加程序的運行時間。

4 結(jié)語

大數(shù)據(jù)將是21世紀經(jīng)濟學(xué)的重大進展之一。它是隨著大數(shù)據(jù)在人類經(jīng)濟社會中的應(yīng)用而產(chǎn)生的，目前尚處于萌芽階段，其實踐遠遠超越理論，可以預(yù)見的是，不久的將來是大數(shù)據(jù)經(jīng)濟學(xué)的理論建構(gòu)和高速發(fā)展期，大數(shù)據(jù)經(jīng)濟學(xué)理論可以隨時得到檢驗和修正。目前，整個平臺的任務(wù)流水線水平還有待提高，進一步提升平臺的智能化與自動化。隨著業(yè)務(wù)量與數(shù)據(jù)量的加大，普通的數(shù)據(jù)存儲模式急需改變，引入相應(yīng)的數(shù)據(jù)存儲與替換規(guī)則都是需要進一步研究與實踐的。目前，移動互聯(lián)網(wǎng)還處于高速發(fā)展階段，很多與移動互聯(lián)網(wǎng)相關(guān)的技術(shù)還處于發(fā)展與探索階段，而且隨著移動互聯(lián)網(wǎng)的繼續(xù)發(fā)展，開展的業(yè)務(wù)必定會更加復(fù)雜，更加廣泛，移動數(shù)據(jù)也將更加海量，更加多樣。

參考文獻

[1]庫波，晁學(xué)鵬.一種用于網(wǎng)站用戶行為分析數(shù)據(jù)的可擴展協(xié)同聚類算法[J].科技通報，2013，29（2）：67-69.

[2]葉猛，胡凱.基于TD-SCDMA/WCDMA網(wǎng)絡(luò)的用戶行為分析系統(tǒng)[J].移動通信，2010（2）： 80-83.