- ĐỖ THỊ TÂM MỘT SỐ THUẬT TOÁN CỤM MỜ VÀ BÀI TOÁN PHÂN TÍCH DỮ LIỆU KHÁCH HÀNG NGÂN HÀNG LUẬN VĂN THẠC SỸ KHOA HỌC Chuyờn ngành Quản trị Kinh doanh NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TSKH BÙI CễNG CƯỜNG HÀ NỘI - 2010 Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Mục lụcMục lục. - 2Chơng 1 - Phân cụm mờ. - 41.1 Phân cụm mờ là gì. - 41.2 Thuật toán phân cụm mờ FCM (Fuzzy C -means. - 41.2.1 Thuật toán. - 51.2.2 Ưu điểm và nhợc điểm của thuật toán FCM. - 61.3 Thuật toán Độc lập Đờng kính – Dân số (PDI. - 71.3.1 Thuật toán. - 71.3.2 So sánh với thuật toán FCM. - 81.4 Phân cụm hiệp phơng sa i mờ (Fuzzy covariance clustering. - 91.5 Phân cụm mờ c -Elliptotypes (Fuzzy c -Elliptotypes - FCE. - 111.6 Phân cụm đờng bao ( She ll clustering. - 11Chơng 2 - Xếp loại tín dụng khách hàng doanh nghiệp trong ngân hàng. - 132.1 Xếp loại tín dụng. - 132.2 Mục đích của xếp loại tín dụng. - 132.3 Các bớc xếp loại tín dụng. - 142.3.2 Phân loại doanh nghiệp. - 14Chơng 3 - Kết quả thực nghiệm. - 263.1 Chuẩn bị dữ liệu. - 263.2 Đọc dữ liệu. - 283.4 Cài đặt thuật toán phân cụm. - 293.4.1 Thuật toán phân cụm mờ FCM. - 303.5 Phân cụm ngành nghề. - 313.6 Phân cụm Quy mô. - 343.7 Phân cụm doanh n ghiệp. - 43 Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Mở đầuHoạt động ngân hàng trong nền kinh tế thị tr ờng là một trong những hoạt độngkinh tế chứa đầy rủi ro. - Rủi ro trong hoạt động ngân hàng có thể gây ra tai họa chonền kinh tế hơn bất cử rủi ro của các loại hình hoạt động kinh tế khác, do tính chấtlây lan của nó có thể làm rung chuyển toàn bộ hệ thốn g kinh tế.Hoạt động của ngân hàng thơng mại gồm nhiều nghiệp vụ, nhng chung quylại, đây là loại hình kinh doanh tiền tệ – tín dụng của một trung gian tài chính dựatrên cơ sở thu hút tiền của khách hàng với trách nhiệm hoàn trả và sử dụng số tiềnđó để cho vay và thực hiện các nghiệp vụ thanh toán. - Nh vậy, các ngân hàngthơng mại không chỉ kinh doanh nguồn vốn tự có mà còn kinh doanh nguồn vốnhuy động từ khách hàng. - Do đó, nếu ngân hàng không thu hồi đợc số nợ mà họ đãcho vay thì ngân hàng không ch ỉ mất vốn tự có mà còn có nguy cơ không hoàn trảđợc số tiền đã huy động của khách hàng. - Vì vậy, mỗi khi cho vay tiền, ngân hàngluôn phải nhớ rằng vốn của họ là tiền gửi của khách hàng, vì vậy điều quan trọng làhọ phải cho vay ở những nơi mà rủi ro do k hông trả đợc nợ là thấp nhất.Để tránh rủi ro trong hoạt động cho vay, nhiều ngân hàng hiện n ay đã sử dụngkỹ thuật “xếp loại tín dụng” hay “chấm điểm tín dụng” để xếp hạng tín nhiệm cáckhách hàng xin vay vốn, nhằm xác định các đối tợng khách hàng có t hể cho vayđợc, không cho vay đợc, lãi suấ t cho vay, vấn đề thế chấp, ...Có nhiều cách để xếp loại tín dụng nh dự tính mức xác suất của rủi ro tín dụngđối với một khoản tín dụng đợc cấp nh các mô hình xác suất tuyến tính, mô hìnhlogit và mô hình pr obit, hay phân loại những ngời vay căn cứ vào mức độ rủi ro cóliên quan đến các chỉ tiêu phản ánh các đặc điểm tài chính và kinh doanh của họ nhmô hình phân biệt tuyến tính. - Hay nh cách phân cụm khách hàng thành các nhómtín dụng dựa vào các chỉ tiêu tài chính phản ánh đặc điểm tài chính và tình hình kinhdoanh của họ.Trong luận văn này, em sẽ trình bày về một số thuật toán phân cụm mờ v à bàitoán phân tích dữ liệu khách hàng ngân hàng . - Nội dung của luận văn gồm có một sốthuật toán phân cụm mờ, thực tế xếp loại tín dụng tại một số ngân hàng ở Việt Nam Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán và kết quả cài đặt thuật toán phân cụm mờ xếp loại tín dụng cho các doanh nghiệpđợc niêm yết trên sàn giao dịch chứng khoán thành phố Hồ Chí Minh.Em xin chân thành cảm ơn thầy Bùi Công Cờng đã rất tậ n tình hớng dẫn emlàm luận văn này! Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Chơng 1 - Phân cụm mờ1.1 Phân cụm mờ là gìPhân cụm là phơng pháp phân loại các đối tợng dữ liệu vào các nhóm (cụm)khác nhau sao cho các đối tợng dữ liệu trong cùng một nhóm (cụm) là tơng tựnhau và trong các nhóm khác nhau l à không tơng tự nhau.Trong phân cụm rõ, mỗi đối tợng dữ liệu chỉ thuộc vào một cụm, do đó chỉ ápdụng phù hợp trong trờng hợp các cụm có mật độ cao và rời nhau. - Tuy nhiên, trongthực tế, các cụm dữ liệu lại chồng lên nhau, nghĩa là một số đối tợng dữ liệu có thểthuộc về nhiều cụm khác nhau. - Do đó, để giải quyết trờng hợp này, ngời ta đã ápdụng lý thuyết về tập mờ vào phân cụm dữ liệu.Trong phân cụm mờ, mỗi cụm đợc xem nh một tập mờ trong tập dữ liệu. - Dovậy, mỗi đối tợng dữ liệu sẽ gắn với mỗi cụm bởi một đại lợng gọi là độ thuộc cógiá trị trong đoạn [0, 1], thể hiện mức độ thuộc của đ ối tợng đó vào cụm.1.2 Thuật toán phân cụm mờ FCM (Fuzzy C-means)Thuật toán FCM có nhiều tên trớc khi có tên là FCM. - Ruspin i (1969) giới thiệu khái niệm phân hoạch mờ để mô tả cấutrúc cụm của tập dữ liệu và đề xuất một thuật toán để tính toán tối u phân hoạchmờ. - Dunn (1973) mở rộng phơng pháp phân cụm và đã phát triển thuật toán phâncụm mờ. - ý tởng của thuật toán là xây d ựng một phơng pháp phân cụm mờ dựatrên tối thiểu hóa hàm mục tiêu. - Bezdek (1981) cải tiến và tổng quát hóa hàm mụctiêu mờ bằng cách đa ra trọng số mũ để xây dựng thuật toán phân cụm mờ vàchứng minh độ hội tụ của các thuật toán là cực tiểu cục bộ.Thuật toán FCM đã đợc áp dụng thành công trong một số bài toán phân cụm dữliệu nh trong nhận dạng mẫu (nhận dạ ng vân tay, ảnh. - Tuynhiên, nhợc điểm lớn nhấ t của thuật toán FCM là nhạy cảm với nhiễu và phần tửngoại lai. - Để khắc phục nhợc điểm này của FCM, đã có nhiều phơng pháp đợc Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán đề xuất nh: Phân cụm dựa trên xác suất (Keller, 1993), phân cụm nhiễu mờ (Dave,1991), phân cụm dựa trên toán tử Lp Norm (Kerten, 1999), và thuật toán ε –Insensitive Fuzzy C -means (εFCM) và thuật toán FCM cải tiến.1.2.1 Thuật toánThuật toán FCM có thể đợc phát biểu nh sau: Xác định các biến P, U để t ốithiểu hóa. - Trong đóX là tập các đối tợngc là số cụm1m là số mũ mờ hóa, nếu1m. - thuật toán phân c ụm mờ trở thànhthuật toán phân cụm rõ. - Giá trịnày củam có một lợi thế là đơn giản hóa các phơng trình cập nhật (sẽđợc trình bày ở phía sau) và do đó có thể tăng tốc độ máy tính.iku là độ thuộc của vector đặc trngkx với cụm đợc biểu diễn bởi tâmcụmip. ikU u là ma trận phân hoạch mờ (c N) thỏa mãn ràng buộc(1.2) ở trên.N là tổng số vector đặc trng.2ikd là khoảng cách giữa vector đặc trngkx và tâm cụmip. - vớiA là ma trận xác định dơng. - Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Ngời ta đã chứng minh rằ ng, giá trị. - *P U làm cực tiểu hóa ,FCMJ P U ởphơng trình (1.1) với ràng buộc ( 1.2) phải thỏa mãn các phơng trình cập nhật sau:*11Nmik kkiNmikku xpu ikmcikjjkudd. - (1.4)Thuật toán FCM là một dãy các phép lặp đi lặp lại các phơng trình cập nhậttrên. - Khi phép lặp này hội tụ, sẽ thu đợc ma trận phân cụm mờ và các tâm cụm.Thuật toán:Bớc 1: Cố địnhc,2 c N. - Khởi tạo ma trận độ thuộc mờ,U.Bớc 2: Tìmc tâm cụm mờ (ma trậnP) theo phơng trình ( 1.3).Bớc 3: Cập nhật độ thuộcU theo phơng trình ( 1.4).Bớc 4: So sánh sự thay đổi giá trị độ thuộc bằng một chuẩn thích hợp. - Ngợc lại, quay về bớc 2.1.2.2 Ưu điểm và nhợc điể m của thuật toán FCMƯu điểm: Thuật toán này không phức tạp để lập trình. - Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Thuật toán sử dụng hàm mục tiêu trực quan và dễ hiểu Với các tập dữ liệu tạo thành các cụm tách rời nhau và có dạng siêu cầuthì FCM tìm ra các cụm này khá chính xác. FCM dựa trên cơ sở mờ, nên nó rất mạnh: nó luôn hội tụ đến một giảipháp, và nó cung cấp các giá trị độ thuộc thích hợp. - Ràng buộc ở phơngtrình (1.2) là điều kiện cần thiết để chứng minh tính hội tụ tới giá trị cựctiểu địa phơng của thuật toán FCM.Nhợc điểm: FCM yêu cầu số cụm là một tiên nghiệm (priori. - các hình dáng cụm khác sẽ không đợc trộn vào. Hàm mục tiêu của FCM không phải là một tiêu chuẩn phân cụm tốt khicác cụm gần với m ột cụm khác nhng không bằng nhau về kích thớchoặc số phần tử. Độ chính xác của FCM nhạy cảm với các điểm nhiễu và các phần tử ngoạilai, nghĩa là các tâm cụm có thể nằm xa so với tâm thực của cụm. - Do đó,các cụm dữ liệu đợc khám phá có thể rất lệch so với các cụm trong thựctế. - Việc khử nhiễu và phần tử ngoại lai là một vấn đề cần đợc giải quyết.1.3 Thuật toán Độc lập Đờng kính – Dân số (PDI)1.3.1 Thuật toánXác định các biến,U P, và để tối thiểu hóa hàm mụ c tiêu. - (1.5)với các ràng buộc:11cikiu(1.6)11cii(1.7) Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán vớii là phần tử chuẩn hóa cụm i.Bộ giá trị. - ,P U làm tối thiểu hóa hàm mục tiêu (1.5) thỏa mãn các ràngbuộc (1.6) và (1.7) thỏa mãn các phơng trình cập nhật sau:112*1121rmiikikrcmiiikdud. - (1.10)r thờng đợc chọn1r .1.3.2 So sánh với thuật toán FCMChúng ta hãy xem xét hàm mục tiêu (OF) của FCM:Tối thiểu hóa. - .Đây là hàm dựa trên kho ảng cách, tích lũy các khoảng cách có trọng số giữa cácnguyên mẫu và các điểm dữ liệu. - Cụm lớn (theo nghĩa đờng kính) sẽ đóng góp vàoOF nhiều hơn cụm nhỏ bởi vì khoảng cách của nó lớn hơn. - Do vậy, khoảng cáchtơng đối giữa các cụm đóng vai trò trong v iệc xác định sự đóng góp của mỗi cụmtới OF. - Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán ikmcikjjkudd. - 1,...,i c.Những điểm nằm rất gần một nguyên mẫu (prototype) có độ thuộc hầu nh bằng0 với tất cả các nguyên mẫu khác. - Trong phơng pháp này, chúng đóng góp cho OF của cảhai nguyên mẫu. - Do đó, ta có thể kết luận sơ bộ rằng miễn là sự tách biệt giữa cáccụm cao, FCM s ẽ không có vấn đề gì khi phân cụm . - Mỗi khi một trong số các cụmmở rộng vào khu vực giữa hai tâm cụm, FCM sẽ sinh ra các kết quả rất xấu.Tỷ lệdân số của các cụm giữ một vai trò trong các cấu hình đờng kính này và làm chocác lỗi nghiêm trọng hơn. - Các cụm với dân số lớn hơn và đờng kính lớn hơn chiếmu thế trong giải pháp của FCM.Do FCM không có khả năng phân cụm một cách chính xác khi tập dữ liệu chứamột cụm có dân số cao hơn rất nhiều cụm kia hoặc có đờng kính lớn hơn (trongtrờng hợp hai cụm). - ý tởng chính của thuật toán PDI là chuẩn hóa sự đóng gópcủa các cụm vào hàm mục tiêu FCM bằng cách, trong hàm mục tiêu PDI, ta chia sựđóng góp (FCM) của mỗi cụm cho một số biểu diễn mức độ đóng góp. - Kết quả củaphép chia sẽ cho sự đóng góp mới (PDI) của cá c cụm.1.4 Phân cụm hiệp phơng sai mờ (Fuzzy covariance clustering)Gustafson và Kessel giới thiệu một thay đổi mới trong hàm FCM đợc cho bởiphơng trình 1.1 nh phơng trình 1.11 dới đây. - Điều này cho phép tìm các cụm cósạng siêu elipxoit (hyperellipsoid ) thay vì chỉ tìm thấy các cụm siêu cầu(hypershere) nh FCM. - (1.11)Trong đóiA là ma trận đối xứng xác định dơng, và ngoài ràng buộc ở phơngtrình (1.2) còn thêm ràng buộc: Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán i iA constant (1.12)Tuy nhiên, khác với FCM, không có sự chứng minh tính hội tụ của thuật toánnày. - Và thuật toán này cũng rất nhạy cảm khi khởi tạo.Thuật toán:Bớc 1: Cố định,c m. Khởi tạo tất cảip,iA.Bớc 2: Tính ma trận phân hoạch mờU bởi2111ikmcikjjkudd. - Bớc 3: Cập nhật các nguyên mẫuP bởi11Nmik kkiNmikku xpuBớc 4: Tính111pi ii iA CC. - trong đóiC là ma trận hiệp phơng sai mờ,đợc cho bởi công thức. - Bớc 5: Nếu điều kiện dừng không thỏa mãn, quay lại Bớc 2. - Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Phân cụm mờ c -Elliptotypes (Fuzzy c -Elliptotypes - FCE)Thuật toán này đợc đa ra bởi Bezdek để tìm các cụm có dạng đờng thẳnghoặc mặt phẳng. - ý tởng chính của nó là giảm khoảng cách Euclidean của các điểmnằm dọc theo các hớng vector đặc trng của một cụm (giống nh là nằm trên mộtđờng thẳng) trong khi lấy đủ khoảng cách E uclidean của các điểm khác. - (1.13)ở đây2Eikd là khoảng cách Euclidean và2Vikd đợc định nghĩa nh s au. - (1.14)Trong đó 1,r p vàije là vectơ đặc trng thứ j của ma trận hiệp phơng saiiC của cụm i (dấu . - nhận giá trị từ 0 đến 1 và cận đợc xác định tiên nghiệm.1r đợc dùng đểtìm ra các đờng thẳng và2r để tìm các mặt phẳng.Các phơng trình cập nhật của thuật toán này giống với các phơng trình cậpnhật của phân cụm hiệp phơng sai mờ .1.6 Phân cụm đờng bao ( Shell clustering)ứng dụng chính của thuật toán này là trong xử lý ảnh. - ảnh đợc tiền xử lý đểtìm cạnh và các pixel cạnh sau đó đợc đa vào các thuật toán này để tìm đờngbiên. - Cái sáng tạo quan trọng nhất trong các thuật toán này là độ đo khoảng cách nósử dụng. - Có nhiều biến thể của thuật toán này, trong thuật toá n phân cụm đờng baomờ của Dave, nguyên mẫu của một cụm đờng bao tròn đợc mô tả bởi tâm và bánkính của nó, lần lợt làip vàir. - Độ đo khoảng cách là. - (1.15)Trong thuật toán phân cụm đờng bao mờ c -spherical, độ đo khoảng cách đợcsử dụng là: Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán . - (1.16)Trong thuật toán đờng bao mờ thích nghi (adaptive fuzzy), các đờng bao códạng elip đợc tìm thấy bằng cách sử dụng độ đo khoảng cách. - (1.17)Trong đóA là ma trận xác định dơng chứa các trục và hớng của elip.Các thuật toán phân cụm đờng bao có chi phí tính toán đắt bởi vì các phơngtrình cập nhật của chúng yêu cầu giải một hệ các phơng trình phi tuyến, cácphơng trình này lại yêu cầu vòng lặp. - Do vậy, bên trong mỗi vòng lặp phân cụm, cónhiều vòng lặ p đợc thực hiện. - Kích thớc của dữ liệu lớn hơn 2 chiều hoặc dữ liệulên tới hàng nghìn là không thể thực hiện đợc. - Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Chơng 2 - Xếp loại tín dụng khách hàng doanh nghiệp trongngân hàng2.1 Xếp loại tín dụngNgày nay, khái niệm xếp loại tín dụng hay xếp hạng tín dụng ha y xếp hạng tínnhiệm cha có đợc sự nhận thức thống nhất. - Theo định nghĩa của công ty chứngkhoán Merrill Lynch, xếp hạng tín nhiệm là đánh giá hiện thời của công ty xếp hạngtín nhiệm về chất lợng tín dụng của một nhà phát hành chứng khoán nợ, về mộtkhoản nợ nhất định. - Nói cách khác đi, đó là đánh giá hiện thời về chất lợng tíndụng đợc xem xét trong hoàn cảnh hớng về tơng lai, phản ánh sự sẵn sàng và khảnăng nhà phát hành có thể thanh toán gốc và lãi đúng hạn. - Trong kết quả xếp hạngtín nhiệm chứa đựng cả ý kiến chủ quan củ a chuyên gia xếp hạng tín nhiệm.Theo công ty Moody’s, xếp hạng tín nhiệm là ý kiến về khả năng và sự sẵn sàngcủa một nhà phát hành trong việc thanh toán đúng hạn cho một khoản nợ nhất địnhtrong suốt thời gian tồn tại của khoản nợ.[4]2.2 Mục đích của xếp loại tín dụngMục đích của xếp loại tín dụng là dựa trên cơ sở các số liệu kiểm tra, phân tíchdữ kiện từ các hồ sơ lu trữ, báo cáo tài chính và báo cáo kiểm toán của doanhnghiệp để nhận xét đánh giá tình hình hoạt động, khả năng sinh lời, khả năng thanhtoán hiện tại và trong tơng lai của doanh nghiệp nhằm xác định khả năng thu hồivốn của ngân hàng cho vay.Việc xếp loại tín dụng đợc thực hiện nhằm hỗ trợ ngân hàng cho vay trongviệc:[4]- Ra quyết định cấp tín dụng: xác định h ạn mức tín dụng của một kháchhàng, số tiền cho vay/ bảo lãnh, thời hạn, mức lãi suất/phí, biện pháp đảmbảo cho khoản tín dụng.- Giám sát và đánh giá khách hàng tín dụng khi khoản tín dụng đang cònd nợ. - Hạng khách hàng cho phép ngân hàng cho vay lờng tr ớc những Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán dấu hiệu xấu về chất lợng khoản cho vay và có những biện pháp đối phókịp thời.- Phát triển chiến lợc marketing nhằm hớng tới các khách hàng có ít rủiro hơn.- Ước lợng mức vốn đã cho vay sẽ không thu hồi đợc để trích lập dựphòng rủi ro tín d ụng.Tóm lại, mục đích của việc xếp loại tín dụng là giúp lờng trớc đợc các rủi rocó thể xảy ra trong kinh doanh để từ đó có thể tránh đợc các rủi ro này.2.3 Các bớc xếp loại tín dụngTheo Quyết định của Thống đốc Ngân hàng Nhà Nớc Việt Nam, ban hành n gày24/01/2002 về việc Triển khai thí điểm đề án phân tích, xếp loại tín dụng doanhnghiệp và theo thực tế quy trình xếp loại tín dụng khách hàng doanh nghiệp tại cácngân hàng, việc xếp loại tín dụng các doanh nghiệp có thể thực hiện theo các bớcsau:2.3.1 Thu thập thông tinCác chỉ tiêu thông tin thu thập để sử dụng trong quá trình phân tích báo cáo gồm: Bảng cân đối kế toán; Bảng kết quả hoạt động kinh doanh; Tình hình d nợ ngân hàng; Các thông tin phi tài chính khác.2.3.2 Phân loại doanh nghiệp2.3.2.1 Theo ngành kinh tếHiện tại các ngân hàng Căn cứ vào ngành nghề/ lĩnh vực sản xuất kinh doanhchính đăng ký trên Giấy chứng nhận đăng ký kinh doanh của doanh nghiệp, để xácđịnh ngành nghề/ lĩnh vực sản xuất kinh doanh của doanh nghiệp, bao gồm: Nông, lâm và ng nghiệp Thơng mại và dịch vụ Một số thuật toán phân cụm mờ và bài toán phân tích dữ liệu khách hàng ngân hàngĐỗ Thị Tâm - Đảm bảo Toán học cho máy tính và hệ thống tính toán Xây dựng Công nghiệpTrờng hợp doanh nghiệp hoạt động đa ngành nghề thì căn cứ vào ngành nghề/lĩnh vực nào đem lại tỷ trọng doanh thu lớn nhất cho doanh nghiệp.Ngân hàng Công Thơng Việt Nam phân loại doanh nghiệp vào một trong bốnngành nghề trên nh bảng sau:Nông, lâm vàng nghiệp- Chăn nuôi- Trồng trọt: cây lơng thực, hoa màu, cây ăn quả, cây côngnghiệp. - Trồng rừng- Khai thác lâm sản- Đánh bắt, nuôi trồng thủy hải sản- Làm muốiThơng mạivà dịch vụ- Cảng sông, biển- Khách sạn, nhà hàng, giải trí, du lịch- Siêu thị, đại lý phân phối, kinh doanh bán buôn, bản lẻ các loạinông sản, lâm sản, thủy hải sản, thực phẩm, rợu bia, nớc giảikhát, thuốc lá, dợc phẩm, thiết bị y tế, mỹ phẩm, văn hóa phẩm,vật liệu xây dựng, hàng điện tử, máy móc, phơng tiện giao thôngvận tải, hóa chất (bao gồm cả phân bón, thuốc trừ sâu), hàng tiêudùng, hàng mỹ thuật, mỹ nghệ, điện, khí đốt.- In ấn, xuất bản sách, báo chí- Sửa chữa nhà cửa, các loại máy móc, phơng tiện giao thông- Chăm sóc sức khỏe, làm đẹp- T vấn, môi giới- Thiết kế thời trang, gia công may mặc- Bu chính viễn thông- Vận tải đờng bộ, đờng sông, đờng biển, đờng sắt, hàngkhông- Vệ sinh môi trờng, văn phòng,
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt