数据仓库信用卡消费记录

深圳大学研究生课程论文
题目基于信用卡及其消费记录的数据挖掘成绩
专业计算机科学与技术课程名称、代码数据仓库
一、摘要
随着国民经济的快速发展，互联网技术和信息技术日益成熟。

在信息化过程中，居民消费方式也逐渐由传统的现金交易转变为银行卡或网银等快捷交易，这使得信用卡作为一种快捷便利的消费方式应用而生，并且得到越来越广泛的使用。

信用卡是一种非现金交易付款的交易方式，是简单的信贷服务。

由信用卡公司依据用户的信用度与财力发给持卡人，持卡人使用信用卡消费时无需支付现金，待结账日再行还款。

影响信用卡消费金额的因素很多，并且多种因素相互交叉，对信用卡消费金额产生影响。

随着信用卡用卡环境的不断改善，以及各商业银行服务的改进，人们越来越多地接受并习惯于使用信用卡，各商业银行也积累了大量与使用信用卡相关的数据。

过去这些数据仅用来核对账务和打印留作凭证，数据内部包含的各种信息对银行经营工作的作用没有得到重视，或者由于技术条件限制难以对其进行分析。

近年来，随着数据挖掘技术的发展，如何对这些数据进行有效利用，挖掘用卡消费行为中潜在的对银行经营管理有益的信息，已引起各家银行的高度重视。

银行信息的数据挖掘也因此成为非常活跃的应用领域之一。

二、需求分析
在信用卡消费系统中,信用卡额度、信用卡消费情况都会产生大量的业务数据,以信用卡消费记录分析为主题的数据仓库主要涉及到信用卡客户的年龄、性别、职业、月收入、月支出以及与银行的业务关系等信息。

信用卡消费数据仓库的维度主要有5个：持卡人信息、商品信息、商店信息、消费时间、信用卡信息。

根据信用卡消费系统业务范围和决策分析的需要,设计出星型模式的信用卡消费模型。

三、数据源分析
随着市场的竞争越来越激烈，商业环境中的信息越来越密集，企业必须能够深入灵活利用积累的大量数据挖掘潜在的规律，提高决策质量，把握和发现市场机遇，提升企业的竞争力。

通过分析信用卡消费数据，可以了解持卡人的消费情况，如购买的商品种类、消费金额、消费时间、消费的区域等。

对商家来说，可以根据地域、时间、人群推
出不同种类的商品,以促进居民消费和实现人性化服务。

对商业银行来说，在发行信
用卡时可以利用数据划分消费人群，并向这些不同的消费人群提供更好的服务和发
行不同类型和不同消费额度的信用卡。

四、多维模型设计
数据仓库数据模型是多维数据模型，这种模型主要有星型模式(Star Schema)和雪花模式(Snow flake Schema)。

大多数数据仓库都采用星型模式来表示多维概念模型。

在维表数据量极大，需要节省存储空间、业务逻辑比较复杂、必须要体现清晰的层
次概念情况下，可以使用雪花型模式。

本文采用星型模式的模型，如图1所示。

图1
数据仓库数据模型建好后，将预处理好后的数据加载到数据仓库中，然后对数据进
行分析。

本文采用聚类的方法，以年龄、性别、月收入、月支出对客户进行分组，
对客户喜欢的商品类别进行神经网络训练，实现对客户层次的分类，以便更好的向
客户提供更好的商品，并获得更大的利润。

五、表格设计
多维数据模型是以多数据表型的维表和事实表结构形式组织的。

本文的数据库中包括交易事实表、时间维表、商店维表、客户维表、商品维表和信用卡维表。

交易事实表中的每条记录都有一个指向各个维表的外键和一些相应的测量数据。

维表中的记录是一些有关一维的属性。

事实表中每条记录所包含的指针分别指向相应的维表，这就构成了数据库的多维联系。

具体事实表和维表如下表1-表6所示。

六、分析案例
案例：中国银行广东分行是国内金融界最早成功实施数据仓库应用解决方案的单位，其在1996年投产的省市两级金融管理信息系统因首次采用并成功实践先进的数据仓库/OLAP而荣获“八五”国家科技攻关重大成果奖，并成为目前业界反复引用的典型成功案例。

广东华际友天信息科技有限公司和中国银行广东分行共同实施的信用卡分行共同实施的信用卡分析系统采用了Hyperion和IBM在业界领先的数据仓库技术和工具，专门针对信用卡业务的商业智能应用。

此系统的研制目的是为与信用卡业务有关各级管理人员、统计分析人员、风险监控人员，特别是业务发展人员提供灵活有效的实时数据分析/决策支持环境，使他们能够便捷地获得并分析客户特征信息、各交易要素信息以及市场统计信息，从而支持成本收益、风险控制、绩效评估、客户管理、营销战役等决策目标的实现。

分析：该案例的研究主题是以客户为中心的信用卡业务分析系统。

其中包括客户消费行为分析、个人信用评估、特约商户分析、透支风险分析、客户关系管理以及一对一个性化营销等应用领域。

该行在支持日常运作的信用卡生产系统已无法适用当前业务分析、决策的情况下，引进了数据仓库管理系统，一方面，可以通过对客户信息的分析，识别出给银行带来更多利润并且信用好的客户，对这些客户银行可以提供更多更好的服务；另一方面，对
信用差的客户，则制定办法阻止坏账行为，降低风险。

除此之外，还可以找出那些使用了银行其他服务，却没有使用信用卡服务的客户，并针对具有较好潜在利润的客户群体设计促销活动，吸引客户，进行交叉销售，这样既拓展了信用卡业务，又降低了促销成本。

该系统快速高效地解决了针对客户发现、客户提升、客户保持、市场细分、忠臣度、贡献度、个性化服务乃至个人信用风险等问题。

七、总结
本文综合考虑了各方面信息，商家和银行都可以根据地域、时间、人群给客户推荐最适合的商品，以此来促进消费，实现人性化服务。

市场竞争日益激烈，商业环境中的信息越来越密集，企业必须能够深入灵活利用积累的大量数据挖掘潜在的规律，提高决策质量，把握和发现市场机遇，提升企业的竞争力。

数据仓库技术能帮助企业将原来实务处理的数据转变为决策支持的数据，增强企业的决策能力。

同时，数据仓库技术的应用还加强了企业处理大量复杂数据的处理能力，为系统用户提供高质量的决策数据，还可从杂乱无章的海量数据中挖掘出潜在的有用知识，为企业生产经营计划的制定提供了新思路，既可以充分利用企业资源，节约运营成本，又可方便管理，增加盈利。