MySQL的学习小结

·S·QL技巧总结

• 表连接
• 要展示的最终结果放在前面的select语句里面

1. 小表提取在前面，大表在后面连接

表连接实例

• 连接查询的时候，注意 on 后面跟的 and 条件是连接条件 ，如果要连接后查询 where 可以用

select
    er.exam_id,
    count(distinct er.uid) as uv,
    round(avg(score),1) as avg_score
from exam_record as er 

left join examination_info as ei
on ei.exam_id = er.exam_id

left join user_info as ui
on er.uid = ui.uid 
where level > 5 
and tag="SQL" 
and date(release_time) = date(submit_time)

group by exam_id
order by uv DESC ,avg_score ASC ;

//等效的嵌套查询：
SELECT
    exam_id,
    count( DISTINCT uid ) AS uv,
    ROUND(avg( score ), 1) AS avg_score
FROM exam_record 
WHERE (exam_id, DATE(start_time))  // 查询条件一
IN (
    SELECT exam_id, DATE(release_time)
    FROM examination_info WHERE tag = "SQL"
) 
AND uid IN (  // 查询条件二
    SELECT uid FROM user_info WHERE `level` > 5 
)

GROUP BY exam_id
ORDER BY uv DESC, avg_score ASC;

# SQL类别的试卷得分大于过80的人的用户等级分布，按数量降序排序（保证数量都不同）
select
    level,
    count(level) as level_cnt
from exam_record as er

left join examination_info as ei
on er.exam_id = ei.exam_id

left join user_info as ui
on er.uid = ui.uid 
 
where score > 80 and tag = "SQL" and date(release_time) = date(start_time)
group by level
order by level_cnt DESC ;

//等效嵌套查询
select 
	level, 
    count(uid) level_cnt 
from user_info 
where 
	uid in
		(select uid from exam_record  where exam_id in --第二步
			(select exam_id from examination_info where tag='SQL') and score>80) --第一步
group by level
order by level_cnt desc  --第三步

//嵌套查询
select 
	device_id,
    question_id, 
    result
from question_practice_detail
where device_id in (
    select device_id from user_profile
    where university='浙江大学'
)
order by question_id

//表连接
select 
    qpd.device_id, 
    qpd.question_id, 
    qpd.result
from question_practice_detail as qpd
inner join user_profile as up
on up.device_id=qpd.device_id and up.university='浙江大学'
order by question_id


select 
    university,
    count(question_id) / count(distinct qpd.device_id)
from question_practice_detail as qpd
inner join  user_profile as up
on up.device_id = qpd.device_id
group by up.university ;

• 多表连接技巧：
  1. 小表在前原则
  2. 选择一个主表，其他的表来来连接主表
  3. 连接的时候，在on后面可以跟条件，用and连接

# 用户信息表：user_profile（device_id）

# 题库练习明细表：question_practice_detail（id	device_id  question_id	result）

# 难度表：question_detail （id	question_id	difficult_level）

select
    university,
    round(count(qpd.question_id) / count(distinct qpd.device_id),4),
    difficult_level
from question_practice_detail as qpd

left join user_profile as up
on up.device_id = qpd.device_id

left join question_detail as qd
on qd.question_id = qpd.question_id

group by university, difficult_level;

select
    university,
    difficult_level,
    round(count(qpd.question_id)/count(distinct qpd.device_id),4)
from question_practice_detail as qpd


inner join question_detail as qd
on qd.question_id = qpd.question_id 

inner join user_profile as up
on up.device_id = qpd.device_id and university = "山东大学"

group by difficult_level;

• 注意分别查看不去重 ，直接用where + or 或者 union是不行的 ，要用union all

条件选择函数

select ...,
case
	when condition then value
	when ...

else value
end as return

...

group by return;

子表连接查询

• 这个嵌套子查询啊，一般是大表在前面
• 表连接一般是小表在前面

select 
    a.device_id,
    a.university,
    a.gpa
from user_profile a

right join(
    select university,min(gpa) as gpa
    from user_profile
    group by university
) as b

on a.university = b.university and a.gpa = b.gpa
order by a.university

# select device_id, university, gpa
# from (
#     select *,
#     row_number() over (partition by university order by gpa) as rn
#     from user_profile
# ) as univ_min
# where rn=1
# order by university

• 包含关系，嵌套查询

select device_id,university,gpa
from user_profile
where (university,gpa) in (
    select university,min(gpa) from user_profile group by university
)
order by university

• 如果想从当前表提取出新的列再加回来：用select子查询获得新表，然后join回来

# 8月份练习的总题目数和回答正确的题目数
select
    up.device_id,
    university,
    count(question_id) as question_cnt,
    sum(
        if(qpd.result="right",1,0)
    ) as right_question_cnt
from user_profile as up

left join question_practice_detail as qpd
on qpd.device_id = up.device_id and month(qpd.date)=8

where university="复旦大学"
group by up.device_id;

这道题的left join还是 inner join
如果难度值里面有None的情况，只能用inner join
select
    difficult_level,
    sum(
        if(qpd.result="right",1,0)
    ) / count(qpd.question_id) as correct_rate
from question_practice_detail as qpd

left join question_detail as qd 
on qd.question_id = qpd.question_id

left join user_profile as up 
on up.device_id = qpd.device_id

where university = "浙江大学"
group by difficult_level 
order by correct_rate ;

如果要统计多个量的时候，两个量之间没有关联关系，记得用union

• 写两个select，分别统计这两个量，然后 union / union all

窗口函数

select device_id, university, gpa
from (
    select *, 
    row_number() over (partition by university order by gpa) as rn
    from user_profile
) as univ_min
where rn=1
order by university

简单来说，窗口函数有以下功能：

1）同时具有分组和排序的功能

2）不减少原表的行数

<窗口函数> over (
    			partition by <用于分组的列名>
            	order by <用于排序的列名>)
            	as 别名

专用窗口函数：

rank, dense_rank, row_number

select *,
   rank() over (order by 成绩 desc) as ranking,
   dense_rank() over (order by 成绩 desc) as dese_rank,
   row_number() over (order by 成绩 desc) as row_num
from 班级表

区别如下：

• rank函数：这个例子中是5位，5位，5位，8位，也就是如果有并列名次的行，会占用下一名次的位置。比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，4。

• dense_rank函数：这个例子中是5位，5位，5位，6位，也就是如果有并列名次的行，不占用下一名次的位置。比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，2。

• row_number函数：这个例子中是5位，6位，7位，8位，也就是不考虑并列名次的情况。比如前3名是并列的名次，排名是正常的1，2，3，4。

聚合函数作为窗口函数

select *,
   sum(成绩) over (order by 学号) as current_sum,
   avg(成绩) over (order by 学号) as current_avg,
   count(成绩) over (order by 学号) as current_count,
   max(成绩) over (order by 学号) as current_max,
   min(成绩) over (order by 学号) as current_min
from 班级表

日期

• date 是日期列 ，提取出年月日 year/month/day(data) , 或者 data_format(data, “%Y-%m”) = “202108”

参数类型

1. 数据类型：int，bit（位） :整数 decimal：小数 varchar（可变字符串）char：字符串

   date，time，datetime：日期时间 enum：枚举类型

2. 约束参数：primay key ：主键约束（区分数据） not null 非空约束（数据不能为空） unique：唯一约束

SQL语句（结构化查询）：

数据库操作： 所有语句以分号结尾！！！！！

• 创建数据库：CREATE DATEBASE db1;
• 查看数据库：SHOW DATEBASES; SHOW CREATE DATEBASES db1；
• 创建数据库并指定字符集：CREATE DATEBASE 数据库名 CHARACTER SET 字符集（gbk，utf8mb4）;
• 修改数据库：ALTER DATABASE db1 DEFAULT CHARACTER SET 字符集；
• 删除数据库：DROP DATABASE 数据库名；
• 查看正在使用的数据库：SELECT DATABASE()；
• 使用/切换数据库：USE 数据库名；

mysql中表的操作（DDL）：

• 关键字说明：CREATE TABLE 表名（字段名 字段类型1，字段名2 字段类型2…）

  mysql中的数据类型：int，float，double，char，varchar，data

• 查看表：SHOW TABLES; 查看表结构：DESC 表名

• 快速创建一个表结构相同的表： CREATE TABLE 新表名 LIKE 旧表名；

• 删除表：DROP TABLE 表名；

• 修改表结构：ALTER TABLE 表名 ADD 列名 类型

• 修改列类型：ALTER TABLE 表名 MODIFY 列名 新的类型；

• 修改列名：ALTER TABLE 表名 CHANGE 旧列名 新列名 类型；

• 删除列：ALTER TABLE 表名 DROP 列名；

• 约束：

  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GCU1zMZ1-1682519840614)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1633960139731.png)]

  设置约束的方式：CREATE TABLE table_name( 字段名 字段类型 约束 );

  添加约束：alter table table_name add constraint 约束名 约束类型(字段名);

  删除约束：删除主键约束：alter table table_name drop primary key;

  ​ 删除外键约束：alter table table_name drop foreign key 外键约束名;

  ​ 删除唯一性约束：alter table table_name drop index 唯一索引名;

DML语句（DDL）：

• 查询表：SELECT * FROM 表名； 除了数值要用单引号引起！！！

• 插入表：INSERT INTO 表名 （字段1，字段2，…）values（值1，值2，…）；全部插入可不写字段

• 更改表：UPDATE 文件名 SET 变量名=更改值 … WHERE 条件（判断是改哪一个）；

• 删除表：DELETE FROM 文件名 WHERE 判断条件；

• 蠕虫复制：将原来的数据复制，插入到新的表中

  INSERT INTO 新表名 SELETE * FROM 旧表名

  如果只想复制旧表中的某一列的数据到新表中：例：复制student表中name和age到student2表中

  INSERT INTO student2（name，age）SELETE name，age FROM student；

• 别名查询（优化显示）：SELETE name AS 别名，age AS 别名； AS可以省略不写

• 清除重复值（列不出现重复值）：SELETE DISTINCT 字段名（可多个字段） FROM 表名

• 查询结果参与运算：

  某列数据和固定值运算：SELETE 列名 +固定值 FROM 表名；

  某列数据和其他列的数据参与运算：SELETE 列名1 +列名2 FROM 表名 参与运算的一定是数值类型

  例：SELETE name 姓名, age+10 年龄 FROM student

函数操作：

条件查询：

1. ​ 比较运算符：正常编程运算符 和 and /or / not 用于WHERE条件语句来进行判断

   ​ SELETE * FROM hero WHERE age>10

2. 模糊运算符：

   通配符：%：表示任意个字符 _:表示一个字符

   LIKE运算符：

   ​ 例：SELETE * FROM hero WHERE name like ‘孙%’；查询孙姓的人 ‘%孙%’包含孙字的人 ‘孙__’ 查孙xx

   between and还有or、and(区间查询)： WHERE id between 100 and 120;

   逻辑语句在WHERE条件句后使用

   IN：WHERE id in（字段名，字段名…）

   IS NULL(判断条件): WHERE benifits IS NULL;

   安全等于：<=> （判断是否等于） WHERE salary <=> 12000;

3. ORDER BY :可以将查询出的结果进行排序（只是显示方式，不改变数据库的顺序）

   语法：

   SELETE 字段名 FROM 表名 WHERE 字段=值 ORDER BY 字段名 [ASC|DESC] ;
   

   ASC:升序，默认是升序

   DESC：降序

   组合排序：SELETE 字段名 FROM 表名 WHERE 字段=值 ORDER BY 字段1 [ASC|DESC]，字段2[ASC|DESC] ;

4. 聚合函数：

   count：计算指定列的数值和，如果不是数值类型，那么计算结果为0

   sum：计算指定列的和

   max：计算指定列的最大值

   min：计算指定列的最小值

   avg：计算平均值

   如何使用呢？写在SQL语句 SELETE 后 字段名的地方 SELETE COUNT(字段名) FROM 表名；

   round：四舍五入

   ceil ：向上取整

   floor：向下取整

   mod：取余

5. 日期函数：

   NOW():返回当前日期+时间

   curdate：返回日期不包含时间

   curtime：返回时间不包含日期

6. 字符函数：

   length（‘字符串’）：统计字符串长度 SELETE LENGTH（‘john’）=4

   concat：拼接字符串 SELETE CONCAT (字段1，连接符，字段2) 姓名 FROM 表名

   upper、lower（）：大小写变化 例:SELETE CONCAT(UPPER(name),LOWER(lastname)) 姓名 FROM 表名

   substr：截取字符串 SELETE SUBSTR(‘字符串’，开始位置索引，结束位置索引（也就是从第几个开始截取）)；索引从1开始

   instr（字符串，字符串1）：字符串1在字符串中第一次出现的索引

   trim（字符串）：去除字符串前后空格

   SELETE TRIM(‘a’ FROM，’aaaaazyhaaaaa‘)；去除a

   lpad：指定字符左填充指定长度 rpad：右填充 SELETE LPAD(‘字符串’，总长度，‘填充字符串’)

   replace（‘原字符串’，‘要替换的字符串’，‘替换的字符串’）；

7. 流程控制函数：

   IF函数： SELETE IF(判断式，表达式1，表达式2)； 判断式为真执行表达式1，为假执行表达式2

   CASE函数：

   CASE 表达式 WHEN 值1 THEN 结果1 WHEN 值2 THEN 结构2 ELSE 结果n END 值是表达式的结果

   CASE 字段名 WHEN 条件1 THEN 结果1 WHEN 条件2 THEN 结果2 ELSE ‘D’ END

   就类似多重if-else嵌套结构

8. 分组函数：GROUP BY

   语法：SELETE 字段1，字段2… FROM GROUP BY 分组字段 HAVING 条件 ；分组字段结果相同的为一组

   配合聚合函数一起使用： HAVINGH后面的条件是分组以后执行的条件

   SELETE sum（score） FROM hero WHERE age<30 GROUP BY sex

   SELETE count（*），sex（统计性别） FROM hero WHERE age<30 GROUP BY sex HAVING count *>2

9. limit限制语句：LIMIT offset ，length；或者 limit length

   offset是指偏移量，就是跳过的记录数量，默认为0；length是指需要显示的总记录

   例：SELETE * FROM student LIMIT 2，6 查询student表中的数据，跳过前面两条，显示6条

10. 数据库约束:

主键约束：主键必须包含唯一的值 ，主键列不能包含NULL值 PRIMARY KEY

CREATE TABLE hero（id int PRIMARY KEY, name varchar（20））；

主键自增：AUTO_INCREMENT表示自动增长

例：CREATE TABLE hero2 （id int PRIMARY KEY AUTO_INCREMENT[=初始值],name varchar）

唯一约束：在这张表中这个字段中值不能重复 格式：字段名 字段类型 UNIQUE

CREATE TABLE hero（id int PRIMARY KEY, name varchar（20）UNIQUE）；

非空约束：字段名 字段类型 NOT NULL

CREATE TABLE hero（id int NOT NULL, name varchar（20）UNIQUE）；

11. 添加默认值：字段名 字段类型 DEFAULT 默认值

CREATE TABLE hero2(id int ,name varchar) DEFAULT ‘射手’；   这个以后添加的英雄默认是射手，要想改变默认值，可以覆盖默认值

12. 内连接：

    等值连接：SELETE 查询列表 from 表名1（别名），表名2（别名）… where 等值连接条件

    ​ SELETE name，boyname FROM beautys，boys WHERE beauty_id=boy_id;

    或者这样：**SELETE 查询列表 FROM 表名1 别名 JOIN 表名2 别名 ON 连接条件 **

    ​ WHERE 筛选条件

    ​ GROUP 筛选条件 GROUP BY 分组条件 HAVING 分组后筛选 ORDER BY 排序列表

    例子：查询部门中员工个数>10的部门名称，并按员工个数降序

    SELETE COUNT(*) 员工个数 ，department_name FROM employee e JOIN department d

    ON e.‘department_id’=d.‘department_id’ GROUP BY d.‘department_id’

    HAVING 员工个数>10 ORDER BY 员工个数 DESC；

    注意事项：

    1. 为了解决多表中的字段命名重名问题，往往为表起别名，提高语义性
    2. 内连接就是输出两表相等匹配的，外连接匹配成功和不成功（NULL）都输出

13. 外连接（左连接，右连接）：

    语法：SELETE 查询列表 from 表1 别名 left/right join 表2 别名

    ​ ON 连接条件 WHERE 筛选条件；

14. 子查询：

    子查询必须放在条件中，且在条件的右侧；子查询一般放在小括号中；子查询执行优先于主查询

    例1：查询和ZK相同部门的员工姓名和工资

    ​ SELETE last_name ，salary FROM employees WHERE department _id=（

    ​ SELETE department_id FROM employees WHERE last_name =‘ZK’ ）；

    例2：查询工资比公司平均工资高的员工的编号，姓名和工资

    SELETE AVG（salary） FROM employees

    SELETE employee_id ,last_name,salary FROM employee

    WHERE salary>( SELETE AVG(salary) FROM employees);

    例3：查询各部门最低工资，筛选看哪个部门的工资大于第50号部门的工资

    SELETE MIN(salary) ,department_id FROM employees GROUP BY department_id

    HAVING MIN(salary) > ( SELETE MIN(salary)

    FROM employees WHERE d epartment_id=50 );

15. 多行子查询：

    in：判断某字段是否在指定列表内 x in（10，20，30）

    any/some：判断某字段的值是否满足其中的任意一个 x>(10,20,30)

编程

舞会配对问题：

此题并非计算每个人心仪对象数量的最大值，而是每个人心仪对象加被心仪对象数量（不重复计算）的最大值

• 基本思想就是构建二维数组存储男女配对情况。
• 有配对为1，无配对为0，然后找出最大值。
• 评论区有人说不需要存储，我觉得是他们没有考虑到一个男士除了有他自己心仪的女性对象外，还有可能是其他女士的心仪对象，并且这两者之间可能会有重复，所以我觉得还是要全部配对完毕后，再统计最大值。

//男  女
int m, n;
//构建二维数组存储男女配对情况，无配对为0，有配对为1

//读取男士心仪对象 -- 男生心仪矩阵
for 循环
    记录男士配堆情况
    
 //读取女士心仪对象 -- 女生心仪矩阵
for 循环
    记录女士配堆情况
    
for 循环 
    男生心仪矩阵和女生心仪矩阵计算列和，先取每行中的最大值，再取该最大值列的最大值

数据思维

跳失率： 访问了某个项目一次就退出的次数和这个项目总访问的次数的比率

渠道转换比：

费效比： 投入费用/产出效益，用来衡量营销活动的效果

RFM:

​	 RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段 

​	 最近一次消费、消费频率、消费金额

CTR 点击率： 点击数（click）/被用户看到的次数，一般用来考核广告投放的引流效果

CR转化率： 指用户完成设定的转化环节的次数和总会话人数的百分比，通常用来评价一个转化环节的好坏

BR跳出率： 跳出率，跳出率=在这个页面跳出的用户数/PV，跳出率一般用来评估网站的某个页面。

概率统计

题型：

排列组合、全概率公式、贝叶斯公式

1.给定数字1-9，组成完全平方数的组合，一个数字只能用一次 ：

​ 尾数规律，平方数的个位只能是014569；

​ 因此，14569作为个位数、2378作为十位或者百位

​ 1，9，25，36，784 或者 4，9，25，81，36

2.扔骰子组成等差数列的可能

​ 公差为0，-1，1，2，-2 共18种

3.摸球 放回不放回

• 不放回抽样可归纳为超几何分布问题，超几何分布的典型形式是

$$P=C_M^k{C}_{N-M}^{n-k}/C_N^m$$

，表示N件产品中有M件次品，从中不放回地取n件，取得k件次品的概率。

• 有放回抽样可归类为二项分布，二项分布的典型形式为

$$C_n^k(M/N{)}^k(1-M/N{)}^{n-k}$$

，表示N件产品中有M件次品，从中有放回地取n件，取得k件次品的概率。

一个池子里有无穷尽的水，需要用两个容器，一个5升，另一个6升，取3升的水。
题解：两壶做差得1，来回互倒凑出来

先将6升的容器装满水然后倒入5升的容器中，这样6升的容器中还剩一升水。
将5升的容器中的水全部倒掉，然后将6升的容器中剩余的一升水倒入5升的容器中，这样5升容器中有一升水。

再将6升的容器装满水然后倒入5升的容器中，这样6升的容器中还剩2升水。
将5升的容器中的水全部倒掉，然后将6升的容器中剩余的2升水倒入5升的容器中，这样5升容器中有2升水。

再将6升的容器装满水然后倒入5升的容器中，这样6升的容器中还剩3升水。

---

爸,妈妈,妹妹,小强, 至少两个人同一生肖的概率是多少？

至少两个人一个生肖则用1-互不相同概率得到

1 - 12/12 * 11/12 * 10/12 * 9/12 = 41/96

假设今天是周二，100 天后将是周几？

（100%7+2）%7

计算星期几的算法中，最著名的是蔡勒（Zeller）公式。

• 即w=y+[y/4]+[c/4]-2c+[26(m+1)/10]+d-1

  w：星期；c：世纪-1；y：年（两位数）；m：月（m大于等于3，小于等于14，即在蔡勒公式中，某年的1、2月要看作上一年的13、14月来计算，比如2003年1月1日要看作2002年的13月1日来计算）；d：日；[ ]代表取整，即只要整数部分。

  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bLPdFWZ1-1682519840615)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1682473172363.png)]

时钟问题：

分针每分钟转360/60度，即6°，时针每分钟转360/12*60度，即0.5度，故分针和时针的角速度差为 5.5°/分钟。

问： 上班时间下午2点多，时针分针垂直，下班晚上5点多，时针分针重合，过了多久 ？

角度差了90°，90/5.5 = 180/11 = 16 + 4/11分钟 后重合

方法：差多少时间，把时间换成角度 然后除以5.5得到分钟数

一个国家重男轻女，只要生了女孩就继续生，直到生出男孩为止，问这个国家的男女比例？

• 答案是1:1，思路是等比数列求极限

SQL题型：

join 、case、 when、 with

编程伪代码题

风控挖掘

实例分析：

维度、指标

账单交易的分析指标、简述、和结论

1. 按月收入和支出分析

   • 收支情况，贷款能力判断

   • 进行淡旺季的判断 ， 收付款的淡旺季与行业淡旺季是否一致

   • 分析客户淡季和旺季分别的现金流水平，结合其负债情况判断在淡季时的偿债能力。

2. 按交易对象分析

   • 按交易对象分析就是分别进行收入支出统计，并将入账和出账的交易对象进行汇总分析
   • 按交易对象汇总分解客户在期间内的全部支出金额，并按金额大小倒序排列，判断主要的支出对象与客户主营业务的相关度
   • 通过支出统计看到与客户主营业务无关的支出情况，这些信息透露出客户与主业无关的资金流向

3. 大额整数交易分析

   • 这些交易通常是非正常交易，对于交易频率及交易对象需要格外地关注，虚假交易、关联公司、隐性负债通常藏匿其中
   • 在进行各种汇总统计计算时，应将所有大额整数交易扣除在外，以提高计算的准确性

4. 找出可疑交易：

   • 是值得深入检索的，其中会包含大量关于借款、贷款等信息 ；

   • 有一些在交易金额、发生日期上存在明显规律性的交易

5. 日余额变动习惯

   • 信贷审批评估 ， 日均存款余额标志着客户稳定现金结余的水平
   • 日常资金流向规律，以及流向谁

6. 同名划转分析

   • 判断目前分析的银行账户在客户整体的账户体系中所处的位置，是主要的收款账户还是主要的付款账户

贷款风险预测问题：现金周转、银行给谁贷款？

风控指标：

KS是风险评分领域常用的评估指标，反应模型对正负样本的辨识能力，KS越高表明能力越强 ，两个分布最大间隔距离

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UOoWq7V2-1682519840616)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1682476450636.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iSXOxuvA-1682519840617)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1682476514032.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fDawQy1I-1682519840617)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1682476180575.png)]

挖掘流程：

1. 主要是选择了用户、司机、行程三个大维度下的各种特征（具体就不展开了）；
2. feature优化（交叉特征/欠采样与score矫正/贝叶斯平滑/引入新特征…）；
3. label优化（投诉nlp/引入安全类问题…）；
4. 模型优化（lr/xgb/dnn…）；
5. 模型评估指标（总AUC/各问题AUC/LogLoss/弹出问题分布…）；
6. 业务评估指标（订单差评率/坏司机召回率/cpo…）；
7. 上线验证（流量分配/ABtesting…）；

，这些信息透露出客户与主业无关的资金流向

3. 大额整数交易分析

   • 这些交易通常是非正常交易，对于交易频率及交易对象需要格外地关注，虚假交易、关联公司、隐性负债通常藏匿其中
   • 在进行各种汇总统计计算时，应将所有大额整数交易扣除在外，以提高计算的准确性

4. 找出可疑交易：

   • 是值得深入检索的，其中会包含大量关于借款、贷款等信息 ；

   • 有一些在交易金额、发生日期上存在明显规律性的交易

5. 日余额变动习惯

   • 信贷审批评估 ， 日均存款余额标志着客户稳定现金结余的水平
   • 日常资金流向规律，以及流向谁

6. 同名划转分析

   • 判断目前分析的银行账户在客户整体的账户体系中所处的位置，是主要的收款账户还是主要的付款账户

贷款风险预测问题：现金周转、银行给谁贷款？

风控指标：

KS是风险评分领域常用的评估指标，反应模型对正负样本的辨识能力，KS越高表明能力越强 ，两个分布最大间隔距离

[外链图片转存中…(img-UOoWq7V2-1682519840616)]

[外链图片转存中…(img-iSXOxuvA-1682519840617)]

[外链图片转存中…(img-fDawQy1I-1682519840617)]

挖掘流程：

1. 主要是选择了用户、司机、行程三个大维度下的各种特征（具体就不展开了）；
2. feature优化（交叉特征/欠采样与score矫正/贝叶斯平滑/引入新特征…）；
3. label优化（投诉nlp/引入安全类问题…）；
4. 模型优化（lr/xgb/dnn…）；
5. 模型评估指标（总AUC/各问题AUC/LogLoss/弹出问题分布…）；
6. 业务评估指标（订单差评率/坏司机召回率/cpo…）；
7. 上线验证（流量分配/ABtesting…）；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kuKl9fup-1682519840618)(C:%5CUsers%5C%E9%93%B6%E6%99%97%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5C1682476003410.png)]