Технологии интеллектуального анализа данных : учебное пособие

75 ются основные «черты» потенциального неплательщика; при по- ступлении информации о новом клиенте определяется его класс («вернет кредит», «не вернет кредит»). Задача привлечения новых клиентов банка. С помощью ин- струментов Data Mining возможно провести классификацию на «более выгодных» и «менее выгодных» клиентов. После определе- ния наиболее выгодного сегмента клиентов банку есть смысл про- водить более активную маркетинговую политику по привлечению клиентов именно среди найденной группы. Задача выявления случаев мошенничества с кредитными кар- точками. Для выявления подозрительных операций с кредитными карточками применяются так называемые «подозрительные сте- реотипы поведения», определяемые в результате анализа банков- ских транзакций, которые впоследствии оказались мошенниче- скими. Для определения подозрительных случаев используется совокупность последовательных операций на определенном вре- менном интервале. Если система Data Mining считает очередную операцию подозрительной, банковский работник может, ориенти- руясь на эту информацию, заблокировать операции с определен- ной карточкой. Страхование Страховой бизнес связан с определенным риском. Здесь за- дачи, решаемые при помощи Data Mining, сходны с задачами в банковском деле. Информация, полученная в результате сегмента- ции клиентов на группы, используется для определения групп кли- ентов. В результате страховая компания может с наибольшей вы- годой и наименьшим риском предлагать определенные группы услуг конкретным группам клиентов. Задача выявления мошенни- чества решается путем нахождения некого общего стереотипа по- ведения клиентов-мошенников.