應用資料探勘與模糊邏輯技術建置投資理財決策系統

A Financial Investment Decision System Using Data Mining and Fuzzy Logic Techniques

徐詠宸(Yung-Chen Hsu)

指導教授 ： 劉振隆

義守大學/電機資訊學院/資訊管理學系/碩士(2015年)

https://doi.org/10.6343/ISU.2015.00011

摘要

隨著貨幣貶值、通貨膨脹等問題，現代人開始有了投資理財的觀念產生，但盲目的投資往往會造成資金的縮水，故專家理財因此而蓬勃發展。本研究先以統計軟體PASW (Predictive Analytics Software)分析此一資料集再以資料探勘分類技術中的決策樹應用於投資理財之電話行銷結果預測，其資料集經過分析後可預測在哪些情況下顧客較有可能做投資理財，並希望能進一步發現其中之原因。本研究採用UCI資料庫之銀行行銷資料集(Bank Marketing Data Set)總共有4119筆樣本資料，21個資料屬性，分類方法是以Weka資料探勘軟體的NB Tree、J48、貝氏網路(Bayes Net)、純樸貝氏法(Naïve Bayes)以及多層感知機(Multilayer Perceptron)共五種分類演算法。進一步地，本研究採用模糊理論來建置模糊邏輯專家決策系統，將模糊專家系統作為判斷顧客是否投資理財之用，藉由投資理財關鍵屬性來建立完整的模糊規則知識庫，讓使用者輸入對應的屬性，找出符合的模糊規則，最後預測出做投資理財的可能性為何。本研究結果可以幫助銀行經理人／專員了解顧客是否會選擇投資理財，發掘顧客對公司的潛在價值。

關鍵字

電話行銷 ； 投資理財 ； 資料探勘 ； 決策樹 ； 模糊邏輯 ； 專家系統

並列摘要

With the depreciation of currency and inflation, modern people have started to form notions of investment. An aimless investment often ends up losing money; expert financial management, therefore, begins to flourish. This research use Predictive Analytics Software (PASW) to analyze data. Decision tree in data miming is also used to categorize, analyze and predict the result of telemarketing. The data, after careful analysis, can help predict whether a customer is likely to make an investment. The data number collected from Bank Marketing Data of UCI is 4119, and is sub-categorized into 21 attributes. To classify those data, this study uses the five analysis algorithms: NB Tree, J48, Bayes Net, Naïve Bayes, and Multilayer Perceptron. Furthermore, fuzzy logic is used to establish an expert decision system to judge whether a customer will invest. Key attributes are used to build up a complete fuzzy rule base. When the user keys in related attributes, it can get the corresponded fuzzy rule, and come up with a prediction of their investment potential. The result of this research may help a bank manager or agent to see the possibility of customer investment and their still unrevealed worth.

並列關鍵字

telemarketing ； investment ； data mining ； decision tree ； fuzzy logic ； expert system

參考文獻

[24]蔣文育，應用RFMB模型於網路購物市場，運籌管理評論，第四卷，第一期，2010年，頁103-115。

[7]王麗玲、余惠芳、王健驊、楊婷羽，投資理財退休規劃之實證分析，會計與財金研究，第二卷第二期，2009年，頁49-68。

[13]林誠、劉福堂，資料探勘在寬頻網路客戶目標行銷之應用研究，電子商務學報，第7卷，第2期，2005年，頁121-138。

[10]李俊宏、古清仁，類神經網路與資料探勘技術在醫療診斷之應用研究，工程科技與教育學刊，第七卷，第一期，2010年，頁154-169。

[17]陳垂呈、利益多，應用資料探勘技術發覺最適性之線上拍賣競標者，運籌研究集刊，第一期，2002年，頁1-14。