實踐篇

第四章
基于數(shù)據(jù)挖掘的個人征信系統(tǒng)異常查詢實時監(jiān)測模型

一、引言

全國集中統(tǒng)一的個人征信系統(tǒng)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(tǒng)重要基礎設施的個人征信系統(tǒng)，在提高商業(yè)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(fā)揮重要作用。2013年3月15日《征信業(yè)管理條例》出臺并正式實施，是我國征信業(yè)發(fā)展史上的一個里程碑，不僅嚴格規(guī)范個人征信業(yè)務規(guī)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(gòu)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(jīng)信息主體同意向第三方提供。但違規(guī)查詢個人信用報告的情況時有發(fā)生，為了更好地保護信息主體的權(quán)益，維護個人征信系統(tǒng)的客觀、公正和權(quán)威，急需通過數(shù)據(jù)挖掘技術，分析查詢行為，建立異常查詢實時監(jiān)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(yè)務經(jīng)驗驅(qū)動為核心的監(jiān)測模式，嘗試從數(shù)據(jù)出發(fā)，通過深入分析，挖掘出隱藏在大量正常數(shù)據(jù)中的異常查詢行為。