吳素云

摘要：本文根據(jù)行政企事業(yè)單位工作人員辦公的特點(diǎn)，借鑒相關(guān)銀行系統(tǒng)理論與實(shí)踐，對(duì)聚類方法中的經(jīng)典K-means算法進(jìn)行了改進(jìn)，并應(yīng)用到公務(wù)卡用戶分類模式中，實(shí)現(xiàn)對(duì)公務(wù)卡用戶的價(jià)值及行為特征的分類。對(duì)KII算法進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果表明該算法的準(zhǔn)確率等方面較經(jīng)典K-means算法有所提升。本文闡述了公務(wù)卡用戶分類時(shí)如何選擇分類變量、如何進(jìn)行數(shù)據(jù)的預(yù)處理的全過(guò)程，也為銀行進(jìn)行公務(wù)卡用戶分類提供了方法上的指導(dǎo)。

關(guān)鍵詞：KII算法 公務(wù)卡 用戶分類

借鑒國(guó)內(nèi)外相關(guān)的理論研究，基于數(shù)據(jù)挖掘技術(shù)的公務(wù)卡用戶分類研究很多都是基于經(jīng)典K-means算法進(jìn)行的，這主要是因?yàn)橄鄬?duì)大部分聚類算法而言，K-means算法的時(shí)空復(fù)雜度相對(duì)較小，性能相對(duì)較好，同時(shí)很多挖掘工具都提供了內(nèi)置的K-means聚類模型，如SPSS Clementine，DB Miner等，可直接使用，非常方便。但由于經(jīng)典K-means算法本身存在的一些固有缺陷（如參數(shù)人為指定，初始聚類中心隨機(jī)生成等），會(huì)影響公務(wù)卡用戶分類結(jié)果的可靠性。因此本文將克服了K-means四大缺陷的算法——啟發(fā)式初始化的改進(jìn)K-means算法（KII算法）應(yīng)用到公務(wù)卡用戶分類研究中，建立基于KII算法的公務(wù)卡用戶分類模式。

一、公務(wù)卡用戶分類的維度分析

（一）維度分析的依據(jù)

維度是人們觀察事物的角度，是有關(guān)于目標(biāo)問題的屬性的集合。在不同的應(yīng)用背景和應(yīng)用目的下，維度的選擇和構(gòu)成也不同。在公務(wù)卡用戶分類問題中，銀行分類的主要目的是識(shí)別用戶的行為特征，尤其是用戶中高價(jià)值用戶的特征，以便對(duì)具有相似行為特征的高價(jià)值用戶群開展集中的針對(duì)性營(yíng)銷和服務(wù)，因此用戶的價(jià)值特征以及行為特征對(duì)銀行而言都是非常感興趣的模式，都可以作為公務(wù)卡用戶分類的維度。對(duì)于用戶的基本特征以及賬戶特征，由于它們能夠?qū)珓?wù)卡用戶的價(jià)值及行為特征產(chǎn)生影響，因而銀行對(duì)這類特征也很關(guān)心，所以它們也應(yīng)該列為公務(wù)卡用戶分類的維度。因此下文將從個(gè)人基本特征、用戶持卡行為、用戶價(jià)值、用戶賬戶特征四個(gè)維度進(jìn)行綜合分析，建立一個(gè)完整的用戶分類指標(biāo)體系，以提供用戶分類變量的選取范圍。當(dāng)分類指標(biāo)體系確定后，可根據(jù)挖掘目標(biāo)的需要，選取合適的分類變量。

（二）公務(wù)卡用戶分類指標(biāo)體系構(gòu)建

1.個(gè)人基本特征指標(biāo)

公務(wù)卡用戶個(gè)人基本特征會(huì)對(duì)行為和價(jià)值產(chǎn)生影響，在對(duì)用戶進(jìn)行分類時(shí)應(yīng)該加入這類信息。本文從人口統(tǒng)計(jì)特征和社會(huì)特征兩個(gè)方面提取指標(biāo)，其中包括用戶的性別、年齡、學(xué)歷、職業(yè)、職位、所在地都市化程度、婚姻狀況、住房狀況、自有車狀況、個(gè)人月收入、供養(yǎng)人口數(shù)、家庭月收入等指標(biāo)。如圖1所示。

2.用戶用卡行為特征指標(biāo)

用戶用卡行為主要由購(gòu)買、還款、取現(xiàn)等行為組成，可以從消費(fèi)特征、交易特征兩個(gè)角度分析提取指標(biāo)。消費(fèi)特征反映用戶對(duì)特定商品類型的偏愛，包含的指標(biāo)有受卡方類型、受卡方消費(fèi)金額、受卡方對(duì)應(yīng)消費(fèi)次數(shù)，交易特征包括交易類型、交易金額、交易次數(shù)等指標(biāo)。如圖2所示。

部分指標(biāo)說(shuō)明為，第一，受卡方類型：銀行分配給特別商戶的代碼一般進(jìn)行分類，本文為了方便在宏觀上發(fā)現(xiàn)用戶的消費(fèi)特征，將受卡方按消費(fèi)類別分為五類，分別為①商場(chǎng)、超市等零售業(yè)，②餐飲酒店類，③住宿類，④交通類，⑤網(wǎng)上消費(fèi)。第二，交易類型：指消費(fèi)、取現(xiàn)、透支、還款等交易代碼。

3.公務(wù)卡用戶價(jià)值特征指標(biāo)

針對(duì)公務(wù)卡用戶的價(jià)值，有很多不同的定義和評(píng)價(jià)方法。其中比較有影響力的價(jià)值分類方法是將用戶的價(jià)值分為當(dāng)前價(jià)值和潛在價(jià)值。這雖然在理論上很完善，但實(shí)際操作卻很難實(shí)現(xiàn)。因?yàn)橛脩舻臐撛趦r(jià)值量化非常困難，去銀行搜集與之相關(guān)的數(shù)據(jù)也不容易得到，所以本文僅考慮用戶的當(dāng)前價(jià)值。當(dāng)前價(jià)值是公務(wù)卡用戶的行為所產(chǎn)生的，所以也可理解為行為價(jià)值?？梢赃x取商戶回傭、透支利息、滯納金收益、年費(fèi)收入、存貸款利差、其他收入等指標(biāo)作為用戶價(jià)值的主要指標(biāo)。

從圖3可以看到，商戶回傭?qū)?yīng)的是公務(wù)卡用戶的購(gòu)買行為，是用戶購(gòu)買活動(dòng)所帶來(lái)的價(jià)值，而滯納金分別對(duì)應(yīng)著逾期產(chǎn)生的罰金，透支利息是免息期外產(chǎn)生的費(fèi)用，受透支時(shí)間和金額影響，存貸款利差是公務(wù)卡賬面金額帶來(lái)的收益。

4.公務(wù)卡用戶賬戶特征指標(biāo)

公務(wù)卡賬戶特征包括卡賬戶的基本特征和信用特征，卡賬戶基本特征包括持卡類型、開卡時(shí)間、賬面余額、透支金額等指標(biāo)，信用特征包括信用額度、信用等級(jí)、逾期等級(jí)、違約情況等指標(biāo)。如圖4所示。

5.用戶分類指標(biāo)體系構(gòu)成

公務(wù)卡個(gè)人信息：性別、年齡、學(xué)歷、婚姻狀況、住房狀況、職業(yè)、職位、個(gè)人月收入、供養(yǎng)人口數(shù)、家庭月收入。用卡特征：受卡方、受卡方對(duì)應(yīng)消費(fèi)金額、受卡方對(duì)應(yīng)消費(fèi)次數(shù)、月均刷卡次數(shù)、月均消費(fèi)金額、月均取現(xiàn)次數(shù)、月均還款次數(shù)、月均取現(xiàn)額、月均還款額。價(jià)值特征：商戶回傭、透支利息、滯納金收益、存貸款利差、其他收入。賬戶特征：持卡類型、開卡時(shí)間、賬面余額、信用額度、透支額度、信用等級(jí)、逾期等級(jí)、違約等級(jí)。

二、公務(wù)卡用戶分類變量的選取

分類變量的選取范圍是上節(jié)中介紹的用戶分類指標(biāo)體系，但具體選取時(shí)，主要是根據(jù)公務(wù)卡用戶的分類目標(biāo)來(lái)進(jìn)行。以基于用戶消費(fèi)特征的用戶分類為例，可選擇分類變量表。詳見表1。

由于人工或技術(shù)的問題，抽取出來(lái)的數(shù)據(jù)不可避免地存在著數(shù)據(jù)缺失、冗余、噪聲以及不一致等問題，這些數(shù)據(jù)直接用于數(shù)據(jù)挖掘，可能導(dǎo)致挖掘過(guò)程十分低效，甚至結(jié)果有誤。因此在進(jìn)行數(shù)據(jù)挖掘前需要先進(jìn)行數(shù)據(jù)預(yù)處理，以提高數(shù)據(jù)挖掘的精度和性能。數(shù)據(jù)預(yù)處理過(guò)程主要有以下幾個(gè)步驟。

（一）缺失值處理

對(duì)于缺失問題，一般的處理方法有：忽略記錄，人工填寫缺失值，用屬性的均值填補(bǔ)缺失值，用給定記錄所屬類的樣本增值填補(bǔ)缺失值，用默認(rèn)值填補(bǔ)缺失值，用最大可能性的值填補(bǔ)缺失值。具體可以采用以下方法進(jìn)行處理：首先將缺失值在60%以上的指標(biāo)刪除，對(duì)于離散性指標(biāo)用眾數(shù)對(duì)數(shù)據(jù)項(xiàng)進(jìn)行填充，連續(xù)型指標(biāo)用均值對(duì)缺失項(xiàng)進(jìn)行填充，然后采用標(biāo)準(zhǔn)差檢驗(yàn)法甄別異常數(shù)據(jù)，并對(duì)異常數(shù)據(jù)進(jìn)行剔除。

（二）噪聲消除

數(shù)據(jù)錄入過(guò)程中，人為的錯(cuò)誤或是設(shè)備的故障等原因都會(huì)導(dǎo)致產(chǎn)生噪聲數(shù)據(jù)。平滑噪聲的方法很多，一般可采用分箱、聚類、回歸或者是計(jì)算機(jī)與人工檢查相結(jié)合等技術(shù)。

（三）數(shù)據(jù)不一致處理

來(lái)自數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市的數(shù)據(jù)也可能會(huì)存在數(shù)據(jù)結(jié)構(gòu)的不一致、標(biāo)簽的不一致、數(shù)據(jù)值的不一致等問題，需要進(jìn)行糾正，使數(shù)據(jù)一致化，方便進(jìn)行挖掘。

（四）屬性轉(zhuǎn)換

當(dāng)指標(biāo)中存在分類數(shù)據(jù)需要進(jìn)行量化，將其轉(zhuǎn)換成數(shù)值形式，方便進(jìn)行統(tǒng)計(jì)和計(jì)算。

三、基于KII算法的用戶分類

綜上所述，用KII算法進(jìn)行公務(wù)卡用戶分類的處理過(guò)程見圖5。

首先進(jìn)行數(shù)據(jù)的導(dǎo)入。數(shù)據(jù)導(dǎo)入主要指從數(shù)據(jù)倉(cāng)庫(kù)中或是原始數(shù)據(jù)庫(kù)中獲得的公務(wù)卡用戶的相關(guān)數(shù)據(jù)，然后根據(jù)分類目標(biāo)的需要，選擇能夠反映公務(wù)卡用戶特征的分類變量，并抽取相應(yīng)的數(shù)據(jù)，對(duì)它們進(jìn)行數(shù)據(jù)預(yù)處理。將處理后的數(shù)據(jù)進(jìn)行組合，得到一張寬表，該表中的記錄就是聚類算法處理的數(shù)據(jù)對(duì)象。將預(yù)處理后的數(shù)據(jù)集分成兩部分，一部分作為訓(xùn)練集，一部分作為測(cè)試集。將訓(xùn)練集作為參數(shù)，運(yùn)用KII算法進(jìn)行聚類分析，并對(duì)聚類的結(jié)果用Huberts 進(jìn)行驗(yàn)證結(jié)果是否滿足預(yù)先設(shè)定的閾值，如果不是，則調(diào)整分類變量，直到Huberts 結(jié)果滿足要求為止。將獲得的聚類中心用于對(duì)測(cè)試集進(jìn)行劃分，并輸出聚類的結(jié)果。本文構(gòu)建了一個(gè)公務(wù)卡用戶的分類模式，詳細(xì)介紹了用戶分類指標(biāo)的提取，數(shù)據(jù)的預(yù)處理，以及如何運(yùn)用KII聚類方法進(jìn)行用戶分類的過(guò)程。

四、總結(jié)與展望

本文以國(guó)內(nèi)某家商業(yè)銀行公務(wù)卡業(yè)務(wù)的實(shí)際需求為研究背景，在研究數(shù)據(jù)挖掘發(fā)展相關(guān)理論和技術(shù)的基礎(chǔ)上，提出一種基于數(shù)據(jù)挖掘技術(shù)的公務(wù)卡用戶分類模式。本文在比較了數(shù)據(jù)挖掘中各種聚類算法后，最終決定采用K-means聚類方法作為模型的關(guān)鍵方法。由于K-means算法本身存在諸多缺陷，直接應(yīng)用到模型中，會(huì)降低模型的準(zhǔn)確性和有效性。因此，本文針對(duì)這些不足進(jìn)行了改進(jìn)，提出了一種啟發(fā)式初始化的改進(jìn)K-means算法，并將它應(yīng)用到公務(wù)卡用戶分類模式中，實(shí)現(xiàn)對(duì)用戶的價(jià)值及行為特征的分類。本文對(duì)聚類方法中的經(jīng)典K-means算法進(jìn)行了改進(jìn)。針對(duì)K-means算法對(duì)初始聚類中心的依賴性，提出一種具有啟發(fā)式的選取初始化聚類中心的方法，在進(jìn)行K-means前找到合適的初始中心，避免由于初始中心選取不當(dāng)而導(dǎo)致K-means聚類錯(cuò)誤的問題。對(duì)KII算法進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果表明該算法的準(zhǔn)確率、魯棒性等方面較經(jīng)典K-means算法有所提升。提出一種基于KII算法的有關(guān)公務(wù)卡用戶分類的應(yīng)用模式，該模式說(shuō)明了進(jìn)行公務(wù)卡用戶分類時(shí)如何選擇分類變量、如何進(jìn)行數(shù)據(jù)的預(yù)處理以及如何應(yīng)用KII聚類算法的全過(guò)程，為銀行進(jìn)行公務(wù)卡用戶分類提供了方法上的指導(dǎo)。

參考文獻(xiàn)：

[1]婁洪.著力推進(jìn)公務(wù)卡改革的深化與發(fā)展[J].中國(guó)金融，2009（20）.

[2]陳建寧.預(yù)算單位推行公務(wù)卡結(jié)算制度的探析[J].會(huì)計(jì)之友（上旬刊），2009（9）.

[3]譚明，申鳳云.湖南省公務(wù)卡發(fā)展現(xiàn)狀調(diào)查與對(duì)策建議[J].金融會(huì)計(jì)，2009（5）.

[4]周靜莉.關(guān)于預(yù)算單位推行公務(wù)卡結(jié)算的若干思考[J].當(dāng)代經(jīng)濟(jì)，2009（8）.

[5]陳建華.南京市公務(wù)卡應(yīng)用情況調(diào)查與建議[J].金融電子化，2008（12）.

[6]李項(xiàng)南.公務(wù)卡在財(cái)政國(guó)庫(kù)管理制度改革中的應(yīng)用[J].中外企業(yè)家，2008（11）.

[7]朱久霞.積極推進(jìn)公務(wù)卡的使用提高預(yù)算資金的使用效率[J].會(huì)計(jì)之友（下旬刊），2008（5）.

[8]顧海英.推廣公務(wù)卡制度引入國(guó)庫(kù)集中支付的探討[J].財(cái)會(huì)研究，2008（5）.

[9]孫興全，苗慧凱，趙興羅.從公務(wù)卡制度看公務(wù)支出的監(jiān)督[J].財(cái)政監(jiān)督，2007（19）.

[10]舒泰峰，徐艷.公務(wù)卡能否卡住腐敗[J].浙江人大，2007（9）.

（作者單位：廣州市殘疾人安養(yǎng)院）