数据挖掘；决策树；信用评分
中图分类号：F27
文献标识码：A
文章编号：16723198（2015）19006402
1 个人信用评分
一般信用的考察对象有两个：企业和个人。对于不同对象研究方式不同，但考察目的相同，即分析借款人的还款意愿和能力。本文研究的是个人信用，个人信用指的是基于信任、通过一定的协议或契约提供给自然人（及其家庭）的信用，使得接受信用的个人不用付现就可以获得商品或服务。
个人信用评分，是指通过使用科学严谨的分析方法，综合考察影响个人及其家庭的内在和外在的主客观环境，并对其履行各种经济承诺的能力进行全面的判断和评估。针对不同的应用，个人信用评分分为风险评分、收入评分、响应度评分、客户流失（忠诚度）评分、催收评分、信用卡发卡审核评分、房屋按揭贷款发放审核评分、信用额度核定评分等。个人信用评分是对个人信用的一种定量化描述，用客观的方式来预测信用行为。它具有减少和控制风险、辅助准确决策等作用。
2 数据采集
2.1 指标体系的选择
在实际的环境中，并不是所有的数据项都可为研究所用，因而本文结合专家法和实际可获取数据，选取了衡量客户的信用情况的四大主要因素，即：基本情况、职业情况、家庭情况、与银行的往来业务关系。
2.2 数据的采集
指标体系确定后，我们确立了具体的考察指标，并拟出了一份银行客户信息的调查问卷，在银行进行发放，发放总数100分，回收86份，回收率86%。
3 数据预处理
现实世界中经过初步采集后的数据多半是有问题的，所以需要对数据源进行清洗和转换。数据预处理技术包括数据清理、数据集成、数据转换与数据归约。本文收集到的数据较少，内容也较简单，不需要进行数据集成与数据归约，所以本文的预处理过程只需进行数据清理和数据转换。
3.1 数据清理
初步采集的数据有很多是不完整的，本文对于这些空缺值采取最大频数填充法。下面以“学历”为例，介绍最大频数填充法（参照表1）。在教育程度中，存在6条空缺值，记录显示“大学本科”的频率为27.90%，且这些记录的“行业类别”信息都存在，其中5条都属于“教育”类，再对“教育”行业所有记录进行分析，有56.30%的记录学历为“大学本科”，是该行业最高的学历频率，所以可以将5条“学历”空缺值补为“大学本科”。
在采集到的数据中，有些数据存在明显错误，这类数据称为“伪样本”。如在数据源中发现有数据显示月均收入很低，没有任何担保却得到了大额贷款等。这些“伪样本”必须剔除。
3.2 数据变换
本文需要把原始数据中字符型的数据转化为数值型的数据，以达到适用于分析软件的目的。例如：“性别”、“健康状况”、“家庭人均月收入”等字段，要把这些文本型变量转化为数值型变量，以家庭人均月收入为例（如表2）。
经过处理，得到了86条记录，其中每个记录含有14个属性（1个决策属性和13个条件属性）。该数据集作为进入数据挖掘软件的测试数据集。
4 建立个人信用评分决策树模型
4.1 用spss软件生成树
在spss录入数据并定义变量属性，把“连续拖欠月数”作为本文的决策属性（因变量），而其他的属性都作为为条件属性（自变量），在CRT中选择GINl分类树，输出结果，得到GINI分类的决策树（如图1）。
4.2 属性赋权
给14个属性进行赋权量化（如图4）。
4.3 个人信用评分模型结果
个人评分模型建立过程（如图5）。
在对86个样本进行分析后，这三种级别的比例为（57.4%，31.08%，11.52%）。根据评估模型评分并结合得出的信用保险系数进行分析，得出信用评分与信用级别对应表（如表3）。
4.4 个人信用评分模型的调整
在银行的实际操作中，常常无法对中、低信用用户做出合理评价，对此，需要对其信息采取进一步收集的方法，以得出更完善的个人信用评分模型。具体的情况包含三个方面：
（1）实力较强的银行可以放低拒绝标准；
（2）在社会整体发展背景形势好的情况下，对于信用卡用户要求可以适当放宽；
（3）主客观评价建模方法相结合，才能得出更可靠的信用评分模型，本文只是采用了客观评价建模方法，还应引入主观建模方法（比如：AHP层次分析法、贝叶斯分析方法等）对本文信用评分模型进行调整、完善。
