實踐篇

第四章
基于數據挖掘的個人征信系統異常查詢實時監測模型

一、引言

全國集中統一的個人征信系統共收集8.8億個自然人的信用信息，基本覆蓋全國每一個有信用活動的信息主體，其中個人貸款和信用卡賬戶信息21.5億筆，開通查詢用戶15.9萬個，對外提供29.2億份個人信用報告。作為金融系統重要基礎設施的個人征信系統，在提高商業銀行風險管理水平、提高審貸效率、拒絕高風險客戶、清收不良貸款等方面發揮重要作用。2013年3月15日《征信業管理條例》出臺并正式實施，是我國征信業發展史上的一個里程碑，不僅嚴格規范個人征信業務規則，還要求切實保護個人信用信息。該條例要求信息主體以外的單位或者個人向征信機構查詢個人信用報告時，應當取得信息主體本人的書面同意并約定用途。信息使用者應當按照與信息主體約定的用途使用個人信息，不得用作約定以外的用途，不得未經信息主體同意向第三方提供。但違規查詢個人信用報告的情況時有發生，為了更好地保護信息主體的權益，維護個人征信系統的客觀、公正和權威，急需通過數據挖掘技術，分析查詢行為，建立異常查詢實時監測模型。

為了能更準確地定位異常查詢行為，我們必須改變以業務經驗驅動為核心的監測模式，嘗試從數據出發，通過深入分析，挖掘出隱藏在大量正常數據中的異常查詢行為。