0 引 言
    隨著人們生活水平的提高和電子商務的快速發(fā)展，人們已經不能滿足到銀行的營業(yè)廳排長隊了，已開始用快捷、方便的方式來完成各自的理財過程。作為信息技術與銀行業(yè)務緊密結合的產物——網(wǎng)上銀行，正在全世界范圍內蓬勃興起，創(chuàng)新不斷，潛力無限，如何利用已有網(wǎng)上銀行客戶資源和銀行其他系統(tǒng)的數(shù)據(jù)資源，進行實時分析、評估和預測，為領導對業(yè)務的開展和改進提供決策支持，并解決存在的“二八效應”，即20％的客戶提供了80％的綜合回報，是網(wǎng)上銀行業(yè)務向健康、快速、成功發(fā)展的關鍵。
    為了解決當前網(wǎng)上銀行存在的不足，在對國內外網(wǎng)上銀行的評估系統(tǒng)進行充分調研和分析的基礎上，研究了基于Web模式下網(wǎng)上銀行評估系統(tǒng)的關鍵技術，采用SOA框架和Aajx等技術，設計并實現(xiàn)了基于B／S結構的網(wǎng)上銀行客戶評估系統(tǒng)。

1 關鍵技術研究
1．1 面向服務的體系結構
    Web應用體系結構也在不斷的探索當中。根據(jù)應用中數(shù)據(jù)和控制的復雜性不同，Web應用可以分成四類：書冊網(wǎng)頁應用(Brochure Web Application)、面向服務應用(Service-Oriented Architecture)、數(shù)據(jù)集中應用(Data intensive application)、信息系統(tǒng)應用(Infor-mation system application)。
    SOA是Web應用的一種軟件系統(tǒng)設計方法，通過發(fā)布或可發(fā)現(xiàn)的接口給端用戶程序或其他服務程序提供服務。實際上，SOA是服務的集合。這些服務相互通信，可以是簡單數(shù)據(jù)的交互，也可以是兩個或多個服務的協(xié)作。Web服務(Web Services)是描述一組操作的接口，這些操作可以通過標準的XML消息訪問。一個Web服務執(zhí)行一個或一組特定的任務。Web服務用一套標準的XML注釋描述，稱為服務描述。它說明了與服務交互所需的所有細節(jié)，包括消息格式、傳輸協(xié)議及位置。
1．2 Ajax技術
    Ajax(Asynchronous JavaScript and XML)不是一項單一的技術，它是幾種技術各自發(fā)展技術的強有力結合。Ajax包括使用XHTML和CSS的標準表現(xiàn)(Standards-based Presentation)；使用DOM(Docu-ment Object Modem)進行動態(tài)顯示與交互；使用XML和XSLT進行數(shù)據(jù)交換與操作；使用XML-HttpRe-quest進行異步數(shù)據(jù)傳輸；使用JavaScript將所有這些綁定起來。
    Ajax與傳統(tǒng)Web應用程序的HTTP請求同步響應方式不同，Ajax對HTTP請求實行異步響應方式，通常產生一個HTTP請求的用戶動作，現(xiàn)在通過JavaScript調用Ajax層來代替，任何用戶動作的響應不再要求直接傳到服務器，例如簡單的數(shù)據(jù)校驗，內存中的數(shù)據(jù)編輯，甚至一些頁面導航，引擎就可以處理它。如果引擎需要從服務器取得數(shù)據(jù)來響應用戶動作，如果提交需求處理的數(shù)據(jù)載入另外的界面代碼，或接收新的數(shù)據(jù)，引擎讓這些工作異步進行，通常使用XML不用再耽誤用戶界面的交互，提高了系統(tǒng)的響應速度。

2 評估系統(tǒng)的設計
    系統(tǒng)采用B／S架構，在調研相關單位和人員的基礎上，設計出網(wǎng)上銀行客戶評估系統(tǒng)。系統(tǒng)主要涉及以下用戶角色，其頂層用戶圖如圖1所示。

    (1)系統(tǒng)管理員：負責用戶數(shù)據(jù)維護、角色分配、瀏覽模型等。
    (2)分行操作員：獲取全行(AA轄區(qū)范圍內)客戶開通網(wǎng)上銀行后的貢獻情況及交易類型、交易規(guī)模預測，較為專業(yè)地預測數(shù)據(jù)，對特殊客戶(其他金融機構)進行單例預測。
    (3)支行操作員：獲取本支行轄內客戶開通網(wǎng)上銀行后的貢獻情況及交易類型、交易規(guī)模預測，對特殊客戶進行單例預測。

3 評估系統(tǒng)的實現(xiàn)
    該系統(tǒng)采用Ajax技術的Web頁面實現(xiàn)調用SOA框架服務的客戶端，解決了跨平臺與編程語言和不用用戶安裝部署等問題。使用Ajax的Web應用程序能夠為SOA的表示層提供更多的功能，可以直接使用瀏覽器來調用Web服務，從而更好地應對不斷變化的業(yè)務需求。由于篇幅原因，在這里只介紹客戶數(shù)據(jù)的采集與清洗、客戶貢獻值預測功能的實現(xiàn)。
3．1 網(wǎng)上銀行客戶數(shù)據(jù)采集與清洗
    數(shù)據(jù)清洗(Data Cleansing)功能是檢測數(shù)據(jù)集中存在的錯誤和不一致，并利用人工或自動化工具將它們剔除或改正，以提升數(shù)據(jù)質量。該系統(tǒng)采用SQLServer 2005的集成服務(Integration Service)實現(xiàn)了自動、定時完成為數(shù)據(jù)倉庫進行數(shù)據(jù)采集、清洗等任務。處理網(wǎng)上銀行客戶數(shù)據(jù)的包對象中的控制流結構如圖2所示。

    首先控制流通過“刪除網(wǎng)銀數(shù)據(jù)”任務刪除數(shù)據(jù)倉庫中過期的網(wǎng)上銀行客戶數(shù)據(jù)，再使用“從網(wǎng)銀服務器導入數(shù)據(jù)”任務，完成從Oracle服務器到SQL Server服務器的數(shù)據(jù)導入，然后執(zhí)行“生成網(wǎng)銀數(shù)據(jù)”任務。該對象通過運行存儲過程，完成對數(shù)據(jù)的清洗，如果任一任務失敗，則轉到“發(fā)送電子郵件任務”對象；如果成功，則轉到“聚類處理”任務，利用“聚類處理”內嵌的VisualBasci．NET腳本語言運行位于本機的聚類程序。采用FCM算法對網(wǎng)上銀行客戶數(shù)據(jù)進行聚類處理。
3．2 客戶貢獻值預測實現(xiàn)
    客戶貢獻預測功能分為“貢獻值預測”、“貢獻等級預測”、“高級預測”三個子功能。
    在該功能中，當用戶輸入預測日期、開戶行(默認為所有支行)時，可只顯示按貢獻值從大到小排列的前N位。N值可在該界面中指定，也可將模型預測結果保存為Excel文件。實現(xiàn)客戶貢獻值預測的關鍵代碼如下：

   

4 系統(tǒng)運行與有效性驗證
    該系統(tǒng)投入使用前，客戶經理基本以自身經驗或其他預測數(shù)據(jù)為依據(jù)來營銷客戶。然而根據(jù)經驗形成的優(yōu)質客戶集和真正的網(wǎng)上銀行優(yōu)質客戶集的交集數(shù)量有限，所以它不足以協(xié)助客戶經理進行有效的營銷。系統(tǒng)投產后第2季度，通過網(wǎng)上銀行高端客戶的預測結果看，優(yōu)質客戶主要集中在主城區(qū)，通過決策樹算法的關聯(lián)分析發(fā)現(xiàn)，網(wǎng)上銀行不同交易間存在較強的關聯(lián)性。表1顯示出“批量支付”和“企業(yè)財務室”以及“結算代理”和“銀企互聯(lián)”存在高度的相關。

    表2為“B／S模式網(wǎng)上銀行客戶評估系統(tǒng)”運行第2季度(當年第4季度)和去年同期網(wǎng)上銀行客戶開戶情況的統(tǒng)計表。

    從表2中2007年第4季度和2008年第4季度的對比可以看出，其客戶增長率為66％，但高端客戶增長了311％；中端客戶增長了130％；低端客戶僅增長了34％。按以往分析得知，總數(shù)為66％的增長中，包含每年近20％的自然增長，2007年第四季度33％的“新年回饋”營銷增長(此項基于以往類似營銷數(shù)據(jù)統(tǒng)計)以及其他方式改進(包括“網(wǎng)上銀行系統(tǒng)”)帶來的增長，所以該系統(tǒng)對客戶發(fā)展總量的影響較小。除去以上因素外，在中高端客戶增長方面“B／S模式客戶評估系統(tǒng)”對其影響較大。
    根據(jù)系統(tǒng)運行后跟蹤評估的數(shù)據(jù)分析表明，該系統(tǒng)對于其目標預測的準確性是可以接受的，其特點是：對網(wǎng)上銀行高端客戶的預測準確性尤為突出，在網(wǎng)上銀行客戶交易分析方面也達到了預期目標。在下一步的改進中，針對銀行客戶交易分析的準確性存在的問題，可采用以下措施進行改進：會同業(yè)務領域人員再次分析研究客戶使用模式，進而調整相應的模型結構；對現(xiàn)有模型輸入屬性的關聯(lián)方式及范圍做進一步調整，使之更加準確地描述出與預測屬性之間的關系。

5 結 語
    在此，采用SOA架構模式和Ajax技術實現(xiàn)了基于B／S模式的網(wǎng)上銀行客戶評估系統(tǒng)。實現(xiàn)集數(shù)據(jù)采集、模型建立、模型評估與高端客戶預測的客戶評估系統(tǒng)。通過該平臺的實踐驗證來看，不但有效地利用了現(xiàn)有資源，而且系統(tǒng)投產后季度高端客戶較去年同期提高了10％，解決了以前的“二八”效應，為銀行爭取到了更多的客戶和創(chuàng)造了更高的效益。