您现在访问的是微软AZURE全球版技术文档网站,若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站,请访问 https://docs.azure.cn.

使用 SQL Server 预测贷款冲销

Data Science Virtual Machine
Power BI
SQL Server

解决方案理念

如果想了解详细信息(例如潜在用例、替代服务、实现注意事项或定价指南)来扩展本文,请通过反馈GitHub告知我们!

此解决方案演示如何使用 R Services 生成和部署具有 SQL Server 2016 的机器学习模型,以预测是否需要在 3 个月内收取银行贷款。

体系结构

体系结构关系图 下载此体系结构的 SVG。

概述

对于贷款机构来说,与贷款费用预测数据一起提供有多个好处。 对贷款收取是银行对严重注销贷款的最后手段,借助手边的预测数据,贷款官可以提供个性化奖励,例如降低利率或延长还款期限,帮助客户持续支付贷款,从而防止贷款被收取费用。 若要获取此类预测数据,信用联合或银行通常会根据客户的过去付款历史记录手动处理数据,并执行简单的统计回归分析。 此方法受到数据编译错误的高度控制,在统计上并不合理。

此解决方案模板演示了一种端到端的解决方案,用于对贷款数据运行预测分析,并生成对收费概率的评分。 PowerBI 报表还将演练信用额度的分析和趋势以及费用注销概率的预测。

业务经理视角

此贷款费用预测使用模拟贷款历史记录数据来预测未来三个月内 (贷款) 。 分数越高,将来还款的概率越高。

借助分析数据,还按分支位置显示贷款经理的收费贷款趋势和分析。 高收费风险贷款的特征将帮助贷款经理制定该特定地理区域中的贷款产品的业务计划。

SQL Server R Services R 与数据库在同一计算机上运行,从而将计算引入数据。 它包括一个数据库服务,该服务在 SQL Server外部运行,并与 R 运行时安全通信。

此解决方案模板逐步介绍如何创建和清理一组模拟数据、使用各种算法训练 R 模型、选择性能最佳的模型并执行费用计算预测,以及将预测结果保存回 SQL Server。 PowerBI 报表连接到预测结果表,并与用户在预测分析中显示交互式报表。

数据科学家透视

SQL Server R Services在承载数据库的计算机上运行 R,将计算引入数据。 它包括一个数据库服务,该服务在 SQL Server外部运行,并与 R 运行时安全通信。

此解决方案逐步介绍如何在虚拟机上创建和优化数据、训练 R 模型SQL Server评分。 最终预测结果将存储在 SQL Server。 然后,此数据在 PowerBI 中可视化,其中还包含未来三个月的贷款费用分析和费用预测摘要。 (模板中显示了模拟数据,用于说明)

测试并开发解决方案的数据科学家可以在客户端计算机上利用其 R IDE 的便利工作,同时将计算推送到SQL Server计算机。 通过将对 R 的调用嵌入到存储过程,将已完成的解决方案部署到 2016 SQL Server 2016 年。 然后,可以使用 SQL Server Integration Services 和 SQL Server 代理进一步自动化这些解决方案。

单击"部署"按钮以测试自动化,整个解决方案将在 Azure 订阅中提供。

定价

用于部署的 Azure 订阅将针对此解决方案中使用的服务产生消耗费用,默认 VM 大约需要 1.15 美元/小时。

请确保在未主动使用解决方案时停止 VM 实例。 运行 VM 会产生更高的成本。

如果不使用解决方案,请将其删除。