Nowoczesne zastosowania Data Mining w bankowości

• Autorzy: Andrzej Szaranek , Władysław Hoffmann
• Języki publikacji: PL

Abstrakty

Coraz częściej przekonujemy się, jak wielką wartość i potęgę niesie ze sobą informacja. Dzięki posiadanej rzetelnej i aktualnej wiedzy w odpowiednim czasie można zyskać przewagę na coraz bardziej konkurencyjnych rynkach produktów i usług. Coraz nowsze rozwiązania w zakresie informatyki i teleinformatyki zaowocowały powstawaniem olbrzymich magazynów danych. Ilość informacji tam zawartych jest zbyt duża, aby analizować ją "ręcznie". Pojawiła się potrzeba stworzenia systemów, które będą w stanie analizować te dane i przekształcać je w konkretną, sprecyzowaną wiedzę. Pierwsze narzędzia tego typu OLAP i Drill Down zaczęły wspomagać analizę tych często wielowymiarowych zbiorów. Jednak dopiero metody KDD i Data Mining zrewolucjonizowały wykorzystanie informacji zawartych w magazynach danych. Pozwalają nie tylko na analizę danych i generowanie raportów. Mogą być wykorzystywane do prognozowania. Dzięki temu można próbować przewidywać zachowania klientów, prognozować potrzeby rynku, itp. Metody KDD i Data Mining z powodzeniem mogą również być wykorzystywane do wspomagania systemów CRM stosowanych w bankowości. Szczegółowa wiedza o kliencie pozwala na podjęcie takich decyzji, dzięki którym będzie chciał nadal korzystać z usług danego banku a z drugiej strony bank rzadziej będzie popełniał pomyłki przyznając kredyt nieuczciwym kredytobiorcom lub odrzucając wniosek uczciwych klientów. Wykorzystując metody eksploracji wiedzy można mieć dostęp do nowej, rzetelnej i aktualnej wiedzy, co w połączeniu z możliwością prognozowania pozwala na osiągnięcie przewagi nad konkurencją w dość szybkim czasie. (fragment tekstu)

Słowa kluczowe

PL

Bankowość; Data Mining; Wiedza; Potrzeby rynku

EN

Banking; Data Mining; Knowledge; Market needs

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2003
• Numer: nr 975 Pozyskiwanie wiedzy i zarządzanie wiedzą
• Strony: 425--433

Twórcy

autor

Andrzej Szaranek

• Uniwersytet Szczeciński

autor

Władysław Hoffmann

• Uniwersytet Szczeciński

Bibliografia

• Okoniewski M.: Elementy odkrywania wiedzy w systemach sieciowych. Konferencja MISSI 2000, Wrocław 2000.
• Zakrzewicz M.: Data Mining i odkrywanie wiedzy w bazach danych. Konferencja PLOUG'97, Zakopane, 1997.
• Morzy T.: Eksploracja Danych: Problemy i rozwiązania. V Konferencja PLOUG, Zakopane 1999.
• Fayyad U., Piatetsky-Shapiro G.: Advances in Knowledge Discovery and Data Mining. MIT Press, 1996.
• Frawley W.J., Piatetsky-ShapiroG., Matheus C.J.: Knowledge Discovery in Databases: An Overview. Knowledge Discovery in Databases. Piatetsky-Shapiro and Frawley (eds.), AAAI/MIT Press, 1991.
• Ordysiński T.: Metody ekstrakcji wiedzy w hurtowniach danych gospodarczych. Studia Informatica Uniwersytet Szczeciński.
• Głowiński C.: Sztuka wysokiego składowania. PC Kurier.
• Zakrzewicz M.: Problemy eksploracji danych.
• http://www.tgc.cOm/dsstar/01/l106/011106.html.
• Giannotti F., Pisa D.P.: Knowledge discovery and data mining- tools, methods, and experiences, http://www-kdd.di.unipi.it/.
• Próchniewicz W.M.: Hurtownie danych. Wielkie wyzwanie. "PC Kurier" nr 16/1998.