随着近几年征信业的蓬勃发展,信用报告对于人们来说已经不再陌生,已经成为与我们息息相关的话题,不管是公司还是个人与金融机构发生的一系列金融行为都需要用到信用报告,与此同时,也诱导了大批的不法分子参与其中。信用主体的身份信息、信用信息等将不再安全,泄露、盗取、倒卖行为正在愈发猖獗。而目前人民银行征信中心并没有一套有效的技术方法来控制这种行为的发生,仅靠商业银行内部自查及人工排查无法高效精准的定位这些异常查询行为。恰逢数据挖掘算法、大数据理论正如火如荼的席卷全国的各行各业,不管是互联网行业或传统行业,而数据挖掘也提供了诸多方法来解决这一问题,因此,急需一套依托数据挖掘模型来有效识别征信系统的异常查询行为,从而保护信用主体的信息安全,净化我国征信环境。本文针对企业征信安全的问题,以数据挖掘算法为理论基础,设计了一套企业征信系统异常查询监测模型,提出了基于时间的异常查询的自动识别算法,改进了单独使用有监督学习或单独使用无监督学习的数据挖掘算法,并通过多个统计量及模型拟合度覆盖率进行了实证分析。论文的主要研究成果包括:(1)设计了基于数据挖掘的企业征信系统异常查询监测模型,改变以往以业务经验为基础的监测模式,依托数据挖掘算法来分析异常查询行为,搭建异常查询监测模型,更快速、准确、高效地定位隐藏在大量查询数据下的异常行为。(2)提出了基于时间的异常查询的自动识别算法。通过时间序列算法中的ARIMA算法分析基于查询时间的指标集,预测金融机构查询量,识别出异常查询数据。虽然这种算法粒度粗,但是这样可以快速筛选出疑似的异常查询用户。(3)改进了单独使用有监督学习或单独使用无监督学习的数据挖掘算法,通过K-MEANS和决策树相结合的方法提高分类的效率与精度,挖掘基于其他特征的异常点。首先通过无监督的K-MEANS算法对客户进行分群,在这基础之上,把无监督算法聚类的结果作为有监督的决策树的样本,这样把有监督学习算法和无监督学习算法相结合,能最高效地挖掘出信息中的异常点。(4)通过多个统计量(如R~2、AIC、SBC、残差检验、伪F统计量)及模型拟合度覆盖率的测试验证(ROC曲线、混淆矩阵),表明本文提出的模型达到了设计要求。并且在运行期间为业务部门提供了精准的异常用户名单,大大降低了业务部门的排查负荷。