隨著數(shù)字中國建設(shè)進(jìn)程推進(jìn)以及國家有關(guān)大數(shù)據(jù)戰(zhàn)略文件的頒布，數(shù)據(jù)上升到前所未有的戰(zhàn)略高度，越來越受到全社會(huì)的關(guān)注和重視。近年來，大數(shù)據(jù)在民生服務(wù)、經(jīng)濟(jì)決策、風(fēng)險(xiǎn)控制、績效考核等多方面深入應(yīng)用，通過將累積的數(shù)據(jù)轉(zhuǎn)換為有用的信息知識(shí)，以此作為重要參考對生產(chǎn)制造、市場分析、科學(xué)探索等進(jìn)行決策，現(xiàn)已取得了諸多成果。
利用數(shù)據(jù)挖掘工具實(shí)現(xiàn)數(shù)據(jù)到有用信息和知識(shí)的轉(zhuǎn)化是大數(shù)據(jù)應(yīng)用中重要的一步，對此，明朝萬達(dá)研制了一套便捷高效的數(shù)據(jù)挖掘工具通用模型，可幫助金融、公安、政府、等行業(yè)實(shí)現(xiàn)對數(shù)據(jù)的加工、處理、分析、建模，利用數(shù)據(jù)引導(dǎo)業(yè)務(wù)決策，實(shí)現(xiàn)價(jià)值閉環(huán)，讓數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)力，全面釋放數(shù)據(jù)價(jià)值。
該模型頁面設(shè)計(jì)以用戶體驗(yàn)和用戶目標(biāo)為導(dǎo)向，采用極簡風(fēng)格的流式建模，可快速實(shí)現(xiàn)各種類型的數(shù)據(jù)挖掘應(yīng)用，為個(gè)人、團(tuán)隊(duì)和企業(yè)所做的決策提供支撐依據(jù)。
· 提供了豐富的數(shù)據(jù)預(yù)處理操作，支持圖形化建模，支持多種高效的算子組件。
· 提供關(guān)于日常數(shù)據(jù)挖掘處理的通用算子包括：輸入輸出、數(shù)據(jù)處理、集合操作、關(guān)聯(lián)分析、統(tǒng)計(jì)分析5大類；
· 提供數(shù)據(jù)挖掘算子20多種，如：輸入源、輸出源、過濾、排序、字段顯示、去重、別名、類型轉(zhuǎn)換、列運(yùn)算、字符串函數(shù)、數(shù)據(jù)量、字符串替換、字段拆分、字段映射、日期格式化、交集、并集、差集、左關(guān)聯(lián)、右關(guān)聯(lián)、內(nèi)關(guān)聯(lián)、單列統(tǒng)計(jì)、排名統(tǒng)計(jì)、分組統(tǒng)計(jì)、窗口函數(shù)等；
· 支持根據(jù)需要進(jìn)行靈活擴(kuò)展，如：數(shù)據(jù)分析圖表函數(shù)、數(shù)據(jù)治理分析手段等。
△ 數(shù)據(jù)挖掘建模流程示意圖
該工具主要用于數(shù)據(jù)挖掘建模，用戶可以在沒有任何編程基礎(chǔ)的情況下，通過頁面拖拽的方式進(jìn)行操作，將各種數(shù)據(jù)通過輸入、數(shù)據(jù)處理、輸出等環(huán)節(jié)通過流程化的方式進(jìn)行連接，使用戶可以理解數(shù)據(jù)，并設(shè)計(jì)具有特色的業(yè)務(wù)數(shù)據(jù)挖掘模型和可重用組件，以達(dá)到數(shù)據(jù)分析的目的。
產(chǎn)品亮點(diǎn)
1、支持豐富的數(shù)據(jù)源，可以對多種數(shù)據(jù)庫來源數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析，包括但不限于Mysql、Oracle、GreenPlum、PostgreSQL等關(guān)系型數(shù)據(jù)庫。
2、具有豐富的通用數(shù)據(jù)處理算子，目前已有算子如：過濾、排序、去重、交集、并集等20多種，后續(xù)根據(jù)業(yè)務(wù)需要可進(jìn)行動(dòng)態(tài)擴(kuò)展和自定義。
3、支持靈活的數(shù)據(jù)輸出入庫策略，可直接將挖掘的數(shù)據(jù)集導(dǎo)入到指定庫表，并且支持多種入庫策略，如：增量寫入、覆蓋寫入、忽略寫入等，可根據(jù)需要進(jìn)行靈活擴(kuò)展。
4、數(shù)據(jù)挖掘計(jì)算速度快，底層采用Spark計(jì)算引擎，并結(jié)合Spark-SQL模塊對數(shù)據(jù)進(jìn)行挖掘分析。
5、支持超大量數(shù)據(jù)挖掘分析，結(jié)合Spark分布式集群，充分發(fā)揮機(jī)器性能，提高數(shù)據(jù)挖掘處理效率。
6、用戶界面操作簡單，易學(xué)易用，通過頁面拖拽就可以進(jìn)行數(shù)據(jù)挖掘和分析。
7、應(yīng)用場景廣，該工具可用于在銀行、金融、證券、教育、公安等行業(yè)的數(shù)據(jù)挖掘分析工作。
應(yīng)用場景示例
01信用貸款分析評估
需求分析
目前我國信用貸款品類多樣，其中個(gè)人信用貸款與傳統(tǒng)抵押貸款相比風(fēng)險(xiǎn)較大，對借款人的經(jīng)濟(jì)效益水平，如個(gè)人發(fā)展情況、社會(huì)地位、經(jīng)濟(jì)收入等有較高的要求。因此，如何針對借款人進(jìn)行有效的信用貸款分析評估就成為各商業(yè)銀行開展業(yè)務(wù)的重點(diǎn)。數(shù)據(jù)挖掘工具的出現(xiàn)為風(fēng)險(xiǎn)評估提供了一種良好的定量分析方法。
挖掘過程
通過數(shù)據(jù)挖掘模型挖掘信用貸款用戶的風(fēng)險(xiǎn)評估過程示例如下圖（僅供參考）。
△ 信用貸風(fēng)險(xiǎn)用戶評估
適用場景/行業(yè)
適用于保險(xiǎn)、銀行、政府企業(yè)，需要對用戶群體進(jìn)行風(fēng)險(xiǎn)評估的企業(yè)等。
02客戶營銷精準(zhǔn)定位
需求分析
隨著經(jīng)濟(jì)的發(fā)展，國民理財(cái)意識(shí)的增強(qiáng)，銀行理財(cái)新產(chǎn)品層出不窮，各銀行業(yè)務(wù)逐漸向以客戶、數(shù)據(jù)、信息為中心的經(jīng)營和服務(wù)模式轉(zhuǎn)變。當(dāng)前背景下，銀行關(guān)注如何利用數(shù)據(jù)挖掘技術(shù)從海量銀行用戶數(shù)據(jù)中挖掘出潛在客戶，實(shí)現(xiàn)針對性的理財(cái)產(chǎn)品推薦。
挖掘過程
通過數(shù)據(jù)挖掘模型挖掘銀行不同年齡段的潛在客戶示例如下圖（僅供參考）。
△ 潛力客戶分析
適用場景/行業(yè)
銀行、證券公司等針對特定的產(chǎn)品營銷，需要快速尋找潛在的客戶群體的企業(yè)。
