22 jan. 2008
2 minuten
Datamining is een manier om met softwareprogramma’s snel informatie te halen uit grote gegevensbanken. Banken gebruiken datamining onder meer om de kredietwaardigheid van nieuwe klanten te voorspellen. David Martens van de K.U.Leuven heeft met AntMiner+ een programma ontwikkeld dat die voorspellingen nauwkeuriger en begrijpelijker maakt dan het merendeel van de bestaande programma’s. Uit elektronische gegevensbanken […]
Datamining is een manier om met softwareprogramma’s snel informatie te halen uit grote gegevensbanken. Banken gebruiken datamining onder meer om de kredietwaardigheid van nieuwe klanten te voorspellen. David Martens van de K.U.Leuven heeft met AntMiner+ een programma ontwikkeld dat die voorspellingen nauwkeuriger en begrijpelijker maakt dan het merendeel van de bestaande programma’s.
Uit elektronische gegevensbanken kun je een schat aan informatie halen. Neem, bijvoorbeeld, het klantenbestand van een bank. Daarin zitten gevens over alle klanten die een lening hebben: het bedrag en het doel van de lening, het inkomen van de klant, de terugbetaling … Als je al die gegevens combineert, kun je daaruit afleiden welke klanten een bepaalde lening wel of niet kunnen terugbetalen. Zo kun je ook voorspellen of toekomstige klanten kredietwaardig zijn.
Van nest naar voedselbron
De gegevensbanken zijn tegenwoordig zo groot dat je voor dat soort datamining speciale computerprogramma’s nodig hebt. Die computerprogramma’s gebruiken meer en meer het prinicipe dat mieren toepassen om de kortste weg te vinden tussen hun nest en een voedselbron. In het begin zwermen alle mieren op goed geluk afzonderlijk uit. Ze markeren daarbij hun spoor met een geurstof. De beste paden worden gaandeweg door meer mieren gebruikt en dus sterker gemarkeerd, totdat er voor de hele kolonie een ideaal spoor ontstaat.
Dataminingprogramma’s gebruiken geregeld virtuele mieren, eenvoudige stukjes software die zich een weg banen door de gigantische hoop gegevens van een database. De paden die de virtuele mieren belopen, kun je laten overeenkomen met voorspellende regels. Een voorbeeld: ‘als het inkomen van de klant lager is dan 1 500 euro en het bedrag van de lening hoger dan 100 000 euro, krijg je een wanbetaler’. De mieren zullen na verloop van tijd de best voorspellende regels bewandelen.
Ingebouwde domeinkennis
Een nadeel van de meeste bestaande classificatietechnieken was dat ze niet of matig bruikbaar waren in de praktijk. De meeste modellen waren immers te complex om toe te passen. De techniek van David Martens heeft dat nadeel niet. Uit experimenteel onderzoek is gebleken dat AntMiner+ heel betrouwbare voorspellingen maakt die absoluut de beste zijn in termen van begrijpbaarheid. Bovendien kan er domeinkennis worden ingebouwd, iets wat niet kan bij andere technieken. Zo zal een mier de regel ‘als het inkomen groter is dan 2 000 euro dan is de klant een wanbetaler’ niet voorspellen als de bank bij hogere inkomens net betere betalers verwacht.
De techniek is niet alleen getest voor kredietwaardigheidvoorspelling maar ook voor het voorspellen van de ‘going concern’-opinie, de waardering van een bedrijf op basis van het opbrengstgenererende vermogen. Daaruit bleek dat AntMiner+ ook uitstekend te gebruiken is bij audits.