olap与数据仓库_数据仓库实现_olap与数据仓库的关系(3)

（1）确定对象和目标

研究对象：消费是同业竞争的焦点，是银行发展零售业务的重要指标，以消费额为研究对象，作为因变量Y，影响消费的主要因素有月收入，消费次数、持卡数、用卡奖励积分等。

研究目标：通过建立模型，判断各个因素与因变量Y（消费额）的显著性关系，并尝试对模型的现实意义进行分析解释。

（2）数据选择

选取上述以“消费趋势”为主题的数据仓库中的数据表，数据源来自于个人业务系统和系统中的、银行卡以及其他业务表

（3）建立模型

模型是数据挖掘成功的关键，应用于银行业数据挖掘统计分析的模型都有着各自的优缺点。对于多个自变量来说，主要有多元线形回归模型、多元逻辑回归模型、F分数模型等。考虑到自变量可能包括定性和定量两种属性，尝试使用多元逻辑回归模型。

（4）结果分析

将多元逻辑回归方法建立的消费金额模型结果用表表示。从表中可以得出，消费模型为：

F(X)=1.21480.5734*INCOME0.1246*CONSUM0.1349CARDNUM

以上模型中各个自变量对因变量的解释都有一定的实际意义，月收入越多、持卡量越大、消费次数越多，消费金额也就越大，模型的结果与实际业务情况比较一致。

三、结论与展望

通过上述比较分析，我们可以发融信息化发展的焦点所在。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-27140-3.html