关联规则在银行存取款业务中的 应用

摘要

在我国，商业银行是金融体系的主体，也是我国国民经济的命脉。随着2006年我国对外资银行实行国民待遇，中国的银行业开始面临愈发激烈的市场竞争。如何提升我国商业银行的国际竞争力，进而确保中国金融体系和国民经济健康稳定地发展在现阶段显得尤为重要。而效率是银行竞争力的集中体现，只有提高了我国商业银行的效率，才能保证我国商业银行具有和国际跨国大银行竞争的实力。而通过合理分析和设置客户的存取款方式对于提高银行办理业务效率有着重要的决定作用。随着数据库系统的广泛应用，在各个应用领域都存储了大量的数据，这些数据中包含了很多有用的信息，因此发现各种大型数据库中隐藏的、预先未知的信息，以辅助相关的应用越来越重要，这正是数据挖掘的任务。该文采用关联规则的经典算法Apriori算法对银行管理系统中的客户存款方式数据进行了挖掘,并对其中出现的问题提出了解决办法。

关键词：商业银行;关联规则;业务设置;业务效率

1．研究背景

关联规则介绍关联规则最早产生于发现超市交易数据库中隐含的模式。随后吸引了许多研究者的兴趣,其理论不断深入和完善,应用领域也不断扩大。现在关联规则不但能够挖掘交易数据库,而且对数值型数据和分类数据都能够进行很好地分析和处理。关联规则挖掘技术已经被广泛应用在西方金融行业企业中，它可以成功预测银行客户需求。一旦获得了这些信息，银行就可以改善自身营销。现在银行天天都在开发新的沟通客户的方法。各银行在自己的ATM机上就捆绑了顾客可能感兴趣的本行产品信息，供使用本行ATM机的用户了解。如果数据库中显示，某个高信用限额的客户更换了地址，这个客户很有可能新近购买了一栋更大的住宅，因此会有可能需要更高信用限额，更高端的新信用卡，或者需要一个住房改善贷款，这些产品都可以通过信用卡账单邮寄给客户。当客户打电话咨询的时候，数据库可以有力地帮助电话销售代表。销售代表的电脑屏幕上可以显示出客户的特点，同时也可以显示出顾客会对什么产品感兴趣。

同时，一些知名的电子商务站点也从强大的关联规则挖掘中的受益。这些电子购物网站使用关联规则中规则进行挖掘，然后设置用户有意要一起购买的捆绑包。也有一些购物网站使用它们设置相应的交叉销售，也就是购买某种商品的顾客会看到相关的另外一种商品的广告。

但是目前在我国，“数据海量，信息缺乏”是商业银行在数据大集中之后普遍所面对的尴尬。目前金融业实施的大多数数据库只能实现数据的录入、查询、统计等较低层次的功能，却无法发现数据中存在的各种有用的信息，譬如对这些数据进行分析，发现其数据模式及特征，然后可能发现某个客户、消费群体或组织的金融和商业兴趣，并可观察金融市场的变化趋势。可以说，关联规则挖掘的技术在我国的研究与应用并不是很广泛深入。

由于许多应用问题往往比超市购买问题更复杂