Pyspark+tensorflow-信用贷款数据分析实战（一）——了解数据

1.了解数据

本数据为一家银行的个人金融业务数据集，可以作为银行场景下进行个人客户业务分析和数据挖掘的示例，这份数据中涉及到5300个银行客户的100万笔交易，涉及700份贷款信息，近900张信用卡的数据。通过分析这份数据可以获取相关的业务知识

例如：1.提供增值服务的银行客户经理，希望明确哪些客户有更多的业务需求。

​ 2.风险管理的业务人员可以及早发现贷款的潜在损失，根据客户贷款前的属性、状态信息和交易行为预测其贷款违约行为？

1.1数据字典（表的结构）

1.1.1 Loans 贷款表

• 一条记录代表某个账户上的一条贷款信息

名称	标签	Explain
loan_id	贷款号	主键
disp_id	权限号	外键1:对应disp表的主键
account_id	账户号	外键2:对应accounts表的主键
date	发放贷款日期
amount	贷款金额
duration	贷款期限
payments	每月归还额
status	还款状态	A：合同终止，没有问题；B：合同终止，贷款没有支付；C：合同正在执行中，目前正常；D：合同正在执行中，欠款状态

• 根据贷款数据，状态为B和D的账户为违约账户；建立模型时，就可以将status作为变量Y

1.1.2 Accounts 账户表

• 一条记录描述了一个账户的静态信息

名称	标签	Explain
account_id	账户号	主键
district_id	开户分行地区号
date	开户日期
frequency	结算频度	月，周，交易之后马上

1.1.3 Clients 客户表

• 一条记录描述了一个客户的特征信息

名称	标签	Explain
client_id	客户号	主键
sex	性别
birth_date	出生日期
district_id	地区号	客户所属地区号

1.1.4 Disp 权限分配表

• 一条记录描述了客户与账户之间的关系，以及客户操作账户的权限

名称	标签	Explain
disp_id	权限号	主键
client_id	客户号	外键1:对应clients表的主键
account_id	账户号	外键2:对应accounts表的主键
type	权限类型	身份为‘所有者’才能进行增值业务

1.1.5 Orders 支付命令表

• 一条记录代表一个支付订单信息

名称	标签	Explain
order_id	订单号	主键
account_id	发起订单的账户号	外键1:对应accounts表的主键
bank_to	收款银行	每家银行用两个字符表示
account_to	收款客户号
amount	金额
K_symbol	支付方式

1.1.6 Trans 交易记录表

• 一条记录代表一个账户上的一条交易记录

名称	标签	Explain
trans_id	交易号	主键
account_id	发起订单的账户号	外键1:对应accounts表的主键
date	交易日期
type	借贷类型
operation	交易类型
amount	金额
balance	账户余额
K_symbol	支付方式
bank	对方银行
account	对方账户号

1.1.7 Cards 信用卡表

• 一条记录表示一个账户上的信用卡信息

名称	标签	Explain
card_id	信用卡号	主键
disp_id	账户权限	外键1:对应disp表的主键
type	卡类型
issued	发卡日期

1.1.8 District 人口地区统计表

• 一条记录描述了一个地区的人口统计学信息

名称	标签	Explain
A1 = district_id	地区号	主键
GDP	GDP总量
A4	居住人口
A10	城镇人口比例
A11	平均工资
A12	1995年失业率
A13	1996年失业率
A14	1000人中有多少企业家
A15	1995年犯罪率（千人）
A16	1996年犯罪率（千人）

1.2 实体-关系（ER图 表的关系）

如需数据：请添加QQ1240929749，备注：csdn数据