金融机构收集到的金融数据通常相对完整、可靠并具有高质量，方便了系统化的数据分析和数据挖掘。同样数据挖掘也可以作为银行信息保护的一种方法为银行发展做出贡献。为保护银行信息安全，数据挖掘通常包含以下四个部分的应用分析情况。  4.1应用数据挖掘技术管理银行报表
　　 银行报表是每天都会产生的报表，管理者会通过报表的数据来进行日常业务决策。根据调查显示，银行报表基本是由银行主管会计打印、输出、整理报送银行主管人员。在报送过程中就产生了多个信息安全的风险点：首先纸质打印就会有错误和多余打印的废弃资料；其次会计主管必然会掌握和了解各类数据；再次是整理好的数据资料的管理也十分必要。银行报表上的数据是银行需要保密的经营数据，它关系到一家银行的生存和发展，只有决策层和领导层有权限和有必要掌握和了解。因此要从根本上杜绝信息安全隐患就必须从报表的形式和报表访问权限上来加以控制。据分析阶段对银行业务中产生的庞大数据进行分类、识别、筛选和初步分析。从大量数据中挖掘出适合银行业务人员使用的信息模式和知识,从而产生出报表，以指导银行营销和竞争。
　　 4.2数据挖掘提升客户关系管理
　　 银行根据多个方面的数据内容建立客户资料数据库，来维护客户，全方位的描述和统计该客户的资金流量、信用度等。建立该客户的信息由有商业银行实施客户关系管理（CRM）的目标是充分掌握客户的需求，找出能盈利的客户。数据挖掘技术在商业银行CRM中具有广泛用途，它首先有助于银行客户资源的开发，有助于集成客户的各种信息，有助于银行进行市场细分、开发新产品、拓展新市场。从数据挖掘技术在CRM系统中的具体应用来看，可以分为以下五个阶段。第一阶段：建立客户信息数据库。数据库是数据挖掘的基础，这一阶段主要是进行数据清理，消除现有业务系统中数据不一致的现象，通过关联将有联系相互作用的数据建立索引，将其整合到信息库，建立以客户为中心的数据仓库基础环境。第二阶段：记录、更新客户交易信息。这一阶段主要是把客户与银行的所有历史交易数据加载到客户信息库。第三阶段：建立评估模型。为客户的每一个账号建立利润评测模型，以便了解客户对银行的利润贡献度，同时掌握模型的利润贡献。第四阶段：维护和优化客户关系。银行可以通过掌握客户在生活、职业等方面的变化及外部环境的变化，抓住推销新产品和服务的时机。这需要将账号每次发生的交易明细数据，加载到数据仓库，核对客户行为的变化。第五阶段：风险评估和管理。银行风险管理的对象主要是与资产和负债有关的风险，因此与资产负债有关文章都各自占一张表，并把所有论题表放入统一数据库中。
　　 4.3建立员工工作日志，量化隐性信息
　　 从上述的银行信息分类可以看出银行的80%的信息是隐性信息，是由一线员工掌握的。在银行内部网站中可以创立一个员工工作日志板块，它可以设置和微博一般，记录员工的日常工作中的点滴细节。当然这类信息只有管理层和本人有访问权限，这样员工掌握的信息就不会随着他的离职而带走。许多商业银行开辟一个新的市场所采取的策略之中都会考虑雇佣一位当地银行的中层领导，这样对于迅速打开当地市场会有非常好的效率，因为当地银行老员工对于当地市场、当地顾客都比较了解。这样一位员工的流失会给原商业银行带来巨大的损失，为了减少这方面的损失就需要将一线员工掌握的信息进行量化，变为银行内部可共享的资源。员工可以在工作日志中记录重要客户的生日、家庭住址、家庭成员等等，这对客户维护是非常有必要的。建立员工工作日志可以通过以下三个步骤实现：首先，开辟工作日志板块和服务后台；其次将工作日志平台作为信息发布、交流平台，促使员工习惯使用；最后对日志记录优秀者加以奖励。
　　 4.4金融欺诈检测
　　 金融欺诈的形式和主体都具有多样性，但是都是有规律可循的，针对上述出现的三种类型的金融欺诈，可利用数据挖掘技术进行欺诈检测。欺诈检测的基本流程包括数据比对和清理，数据预处理和转换，数据的模型套用和计算，人工判断等四个步骤，流程图如图2第一阶段，数据比对和清理。应用数据挖掘进行金融欺诈检测，首先要选择的是哪些数据是有用的，以及从获得这些数据的来源。也就是说在合适的地方选择合适的数据。第二阶段，数据预处理和数据转换。数据挖掘通常处理的是海量的原始数据。数据的预处理是指对原始数据进行同性化处理，使各项指标同趋势化。第三阶段，数据的模型套用和计算。这一过程，是通过运用数据挖掘对收集到的数据进行实时的欺诈检测，对欺诈的潜在进行定位，并找出隐藏的欺诈模式。第四阶段，人工判断。这一过程主要是人工核对生成的挖掘报告，对检测的结果做进一步的比对和判断，消除误判，对系统模型进行调整改进。这一步就是确认欺诈行为的对于金融欺诈检测来说是一个不可或缺的步骤。通过这一步骤可以提高数据挖掘的有效性和准确率。以上四个步骤是个循环反复的动态过程，只有在动态运行过程中，才有可能对数据，挖掘模式进行动态调整，从而有可能实现对不断变化的金融欺诈模式的预警。
　　
　　 5.结束语
　　 商业银行的信息是其经营的主要内容，信息安全就成为其核心竞争力主要决定力量。根据数据挖掘的性质和特点，从信息保护角度出发，将数据挖掘急速引入银行日常管理之中，通过以上四个流程应用，改善信息形式、挖掘有价值信息、防止金融诈骗，达到更好的信息保护效果。数据挖掘是信息化的最高层次，是信息化最高应用点的价值所在，它可以将分散的信息变成集中的信息，使孤立的信息变成相互联系的信息，使无价值的数据变成有价值的信息，我国银行业要在激烈的同业竞争中立于不败之地，必须坚定不移采用数据挖掘技术，提高自己的核心竞争力。
　　参考文献：
　　① http://www.datamining.com.cn.
　　②张国荣.浅析数据挖掘中的隐私保护[J].福建电脑,2005（11）.
　　③王越，曹长修.KDD方法在金融欺诈检测中的应用[J].计算机工程与设计.2002.(5).
　　④王实.银行业CRM理论与实务[M].北京：电子工业出版社，2005. ⑤中华人民共和国国家统计局.中国统计年鉴(2009)[M].北京:中国统计出版社,2010.
　　⑥李强.数据挖掘在金融业CRM中的应用[J].今日湖北理论版.2007.1(4):21-22. (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）