請問如何將數據挖掘技術應用與互聯網金融？

01-07

請問如何將數據挖掘技術應用與互聯網金融？即也就是說如何對互聯網金融數據進行數據挖掘？
具體問題：應用哪些數據挖掘演算法怎麼樣實現對互聯網金融的挖掘？
很多時候我們都會看到好多人說，大數據挖掘在互聯網金融有很大的優勢，

但是沒有人說具體怎麼個挖掘辦法。比如說會用到聚類，分類，logistic回歸，決策樹嗎?如果用，見得說怎麼個用法呢？求指點。

首先，不要被「大數據」這三個字迷惑到，數據挖掘就是數據挖掘，弄再好聽的詞也是從大量數據中發掘隱含規律。

其次，數據挖掘最重要的是知道要分析挖掘什麼，只有知道了目的，才能夠根據目的選擇合適的演算法。至於是不是互聯網金融數據，這個都不是要點，因為互聯網金融數據也是數據，最後都會依據數據本身的特徵選擇相應演算法。

下面，是時候祭出這張經典的圖了。

從另一個方面說，只有知道了上面各種方法的特性，才能夠將合適的演算法與合適的數據對應上。

所以，回答你的問題「請問如何將數據挖掘技術應用與互聯網金融？」，一共有三步：

弄清楚行業數據的特徵，在你的預設下，也就是互聯網金融；
搞清楚常用數據挖掘演算法的適用範圍；
將兩者配對。

當然了，上面也就是說個大概，你還會花很多時間清洗數據，根據行業知識選擇合適的特徵，然後分析出結果之後要進行可視化，做 slides 將你的結果呈現給你的老闆，以及中間無數次的推倒重來。這些花的時間大概占整個流程的 80% 吧，反倒是中間分析的過程只會佔 20% 甚至更少的時間。

有人如果把上面的步驟都做全了，那麼這個人肯定不會再費盡心思把整個流程告訴你，因為一來數據清洗啊什麼的是很「藍領」的活，跟「大數據」這麼高大上的概念配不上，自然也就選擇不說；二來金融數據或多或少都會涉及商業機密吧；三來，既然都分析出來了，那麼得到的要麼是價值連城的別人都沒發現的規律，那麼自然馬上會用來賺錢，哪有時間跟你分享，要麼得到的是垃圾，那也就灰頭土臉的去接著回去改演算法了。

ETHINK數據挖掘在金融中的場景應用（信用卡風險評估）