信用卡拖欠行为的用户特征分析

采用流程智能技术，可以为业务流程的重要节点决策提供有用的信息和知识。例如，发行信用卡的银行在客户信用评分、交易风险预警等流程，为了掌握客户的信用等级以及进行信用风险识别和信用风险测定，需要以客户的基本资料、消费交易数据以及相关的数据为基础，建立动态的客户信用风险评估模型和欺诈预测模型。信用风险评估和欺诈预测流程如图4.21所示。

图4.21　信用风险评估和欺诈预测流程

下面对某信用卡公司信用卡风险管理流程的客户基本数据（年龄、教育程度、职业、个人年收入和信贷情况等）和消费记录，使用IBM SPSS Modeler 15中的C5.0决策树分析具有信用卡拖欠行为的用户特征，作为信用卡审批的指导。分析所用的数据放在2张Excel表格中：客户信用记录和拖欠历史记录，其中客户信用记录为5 954个样本，其中含268个欺诈样本，抽取拖欠历史记录303个样本。

大致的信用卡拖欠行为的用户特征分析如下：

（1）对客户的拖欠程度进行评估，在拖欠历史记录表中有两个字段与拖欠程度相关：拖欠总金额和逾期天数，可以将这两个字段结合起来得到拖欠程度的量化值。分别对拖欠金额和逾期天数进行打分评估，得到拖欠金额得分和拖欠时间得分，然后分别给这2个度量0.6和0.4的权重，求其加权和得到拖欠总得分。再将拖欠总得分采用分段离散化为拖欠程度的几种划分值：轻度拖欠、中度拖欠和重度拖欠。

（2）对客户信用记录表进行预处理，将其中的居住类型字段中的自购房设置为有房，租房和其他情况变换为无房。

（3）将两个数据集进行预处理合并后，以“拖欠总得分_离散”为目标，将性别、年龄、婚姻状态、户籍、教育程度、职业类别、工作年限、个人收入、保险缴纳、车辆情况和房产作为输入，选择C5.0决策树进行分析，决策树挖掘流如图4.22所示。

图4.22　C5.0决策树分析拖欠程度

（4）分析有关预测变量的重要性，可以得到个人收入对拖欠程度影响最大，年龄、户籍影响较大，教育程度、车辆情况和保险缴纳影响较小，得到的决策树如图4.23所示。

图4.23　分析拖欠程度的决策树

评估建立的决策树模型，若满足一定的正确率，就可以部署到信用卡审批管理系统的规则库。当新的交易发生时，信用卡审批管理系统就可以自动从模型库中匹配最新的欺诈模型，以进行风险分析。

参考文献

[1]Van der Aalst W M P，Weijters T，Maruster L.Workflow mining：discovering process models from event logs.IEEE Transactions on Knowledge and Data Engineering，2004，16（9）：1128-1142

[2]Van der Aalst W M P.Process mining：discovery，conformance and enhancement of business processes.Berlin Heidelberg：Springer，2011

[3]Van der Aalst W M P，Adriansyah A，Medeiros A K A，et al.Process mining manifesto.Proceedings of the International Conference on Business Process Management，Clermont-Ferrand，France，2011：169-194

[4]Mans R S，Schonenberg M H，Song M，et al.Application of process mining in healthcare-a case study in a Dutch hospital.Proceedings of the International Joint Conference on Biomedical Engineering Systems and Technologies，Madeira，Portugal，2008：425-438

[5]Van der Aalst W M P，Reijers H A，Weijters A J M M，et al.Business process mining：an industrial application.Information Systems，2007，32 （5）：713-732

[6]Bautista A D，Wangikar L，Akbar S M K.Process mining driven optimization of a consumer loan approvals process.Proceedings of the International Workshops on Business Process Management，Tallinn，Estonia，2012：219-220

[7]Gerke K，Mendling J，Tarmyshov K.Case construction for mining supply chain processes.Proceedings of the 12th International Conference on Business Information Systems，Poznań，Poland，2009：181-192

[8]Goedertier S，De WJ，Martens D，et al.Process discovery in event logs：an application in the telecom industry.Applied Soft Computing，2011，11 （2）：1697-1710

[9]Van B N R T，Maruster L.A process mining approach to redesign business processes-a case study in gas industry.Proceedings of the International Symposium on Symbolic and Numeric Algorithms for Scientific Computing，Timisoara，2007：541-548

[10]Song M，Van der Aalst W M P.Towards comprehensive support for organizational mining.Decision Support Systems，2008，46（1）：300-317

[11]Rozinat A，de Jong I S M，Gunther C W，et al.Process mining applied to the test process of wafer scanners in ASML.IEEE Transactions on Systems，Man，and Cybernetics，2009，39（4）：474-479

[12]Subramaniam S，Kalogeraki V，Gunopulos D，et al.Improving process models by discovering decision points.Information Systems，2007，32 （7）：1037-1055

[13]Poggi N，Muthsamy V，Carrera D，et al.Business process mining from E-commerce web logs.Proceedings of the 11th International Conference of BPM.Beijing，China，2013：65-80

[14]Gupta S.Workflow and process mining in healthcare.Technische Universiteit Eindhoven：Master's Thesis，2007

[15]Liu R，Agawal S，Sindhgatta R R，et al.Accelerating collaboration in task assignment using a socially enhanced resource model.Proceedings of the 11th International Conference on BPM.Beijing，China，2013：251-258

[16]Dustdar S，Bhattacharya K.The social compute unit.IEEE Internet Computing，2011，15（3）：64-69

[17]Zeng Q，Sun S X，Duan H U A，et al.Cross-organizational collaborative workflow mining from a multi-source log.Decision support systems，2013，54（3）：1280-1301

[18]Mans R，Schonenberg H，Leonardi G，et al.Process mining techniques：an application to stroke care.Studies in health technology and informatics.Amsterdam：IOS Press，2008

[19]Buijs J C A M，Van Donen B F，Van der Aalst W M P.Towards crossorganizational process mining in collections of process models and their executions.Proceedings of the International Workshops on BPM，Clermont-Ferrand，France，2012：2-13

[20]Ly L T，Rinderle S，Dadam P，et al.Mining staff assignment rules from event-based data.Proceedings of the International Workshops on BPM. Nancy，France，2006：177-190

[21]Rinderle S.Van der Aalst W M P.Life-cycle support for staff assignment rules in process-aware information systems.Technical Report，Eindhoven：Eindhoven University of Technology，2007

[22]Huang Z，Lu X，Duan H.Mining association rules to support resource allocation in business process management.Expert Systems with Applications，2011，38（8）：9483-9490

[23]Bose R P J C，Van der Aalst W M P.Process mining applied to the BPI challenge 2012：divide and conquer while discerning resources. Proceedings of the International Workshops on BPM，Tallinn，Estonia，2013：221-222

[24]Liu Y，Wang J，Yang Y，et al.A semi-automatic approach for workflow staff assignment.Computers in Industry，2008，59（5）：463-476

[25]Kumar A，Dijkman R M，Minseok S.Optimal resource assignment in workflows for maximizing cooperation.Proceedings of the 11th International Conference on BPM.Beijing，China，2013：4-9

[26]Nakatumba J，Van der Aalst W M P.Analyzing resource behavior using process mining.Proceedings of the International Workshops on BPM. Ulm，Germany，2010：69-80

[27]Lemos A M，Sabino C，Lima R M F，et al.Using process mining in software development process management：a case study.Proceedings of the International Conference on Systems，Man，and Cybernetics，Anchorage，AK，2011：1181-1186

[28]Jans M，Alles M，Vasarhelyi M.The case for process mining in auditing：sources of value added and areas of application.International Journal of Accounting Information Systems，2013，14（1）：1-20

[29]De Weerdt J，Schupp A，Vanderloock A，et al.Process mining for the multi-faceted analysis of business processes-a case study in a financial services organization.Computers in Industry，2013，64（1）：57-67

[30]赵卫东.客户智能.北京：清华大学出版社，2013

[31]赵卫东.商务智能.第三版.北京：清华大学出版社，2013

[32]Van Dongen B F，Crooy R A，Van der Aalst W M P.Cycle time prediction：when will this case finally be finished？Proceedings of the OTM Confederated International Conferencess On the Move to Meaningful Internet Systems，Monterrey，Mexico，2008：319-336