基于云技术的农村客户信用度层次分析模型方案探讨 张俊红 （中国电信股份有限公司湖北分公司，湖北武汉 430023） 摘要：面向农村的信用体系建立需要进一步研究，找到适合农村特定用户群的信用分析管理模型是十分必要的。 本文通过利用层次分析模型，结合电信运营商客户信息数据，分析建立农村特定客户信用度模型方法，并探讨采 用云计算技术 HADOOP 实现，同时扩展到其他行业，从而建立全社会综合的信用体系思路。 关键词：计算机应用；客户信用度；层次分析模型；云计算技术；Hadoop Implementation of Peasant-Customer Credit Evaluation Model ZHANG Junhong (Hubei Telecom Co., Ltd, Wuhan, Hubei, 430023, China) Abstract: InThis paper, a peasant-customer credit evaluation model based on the analytic hi-erarchy process(AHP) is proposed, which is designed on the cloud infrastructure as HADOOP system.It’s initializing data are from telecom operators, indating that the management of cus-tomer’s credit evaluation should combine with other social system. Keywords: computer application, customer credit degree, the AnalyticHierarchyProcess, cloudin-frastructure, Hadoop 1 前言 社会信用体系的建立是整个社会进入信息化管理的基础，但全社会信用体系的建立涉及行业、维度太 多，信息收集非常复杂，很难一蹴而就，尤其针对农村广大市场基本还是空白，极大阻碍了农业信息化、 农村电子商务的发展。 面向农村的信用体系建立需要进一步研究，找到适合农村特定用户群的信用管理模型是十分必要的。 借鉴已有的用户信用度模型，结合农村用户的不同特点，对农村用户进行区分管理和数据分析，可以快速 建立特定农村市场的信用体系。电信运营商具有先天的信息化优势，本身具备海量的用户基本资料和缴费 信用数据，目前又正响应政府号召，积极参与到智慧农业、幸福新农村等农村信息化系统的平台建设中， 如果采用云计算的大数据处理技术，将电信积累的农村客户信息进行信用度分析和管理，并在政府主导下， 逐步扩展加入其他社会征信信息资源，即可促进农村广大市场社会征信体系的数据互动与建立，有效推动 农业信息化、农村电子商务发展。 2 信用度模型建立思路 通过大量应用来看，客户信用度与各相关属性之间并不是简单的线性关系，而是非线性关系，信用评 分实际上是分类决策，分类模型基于大量的先前数据被构建，并用于决定未知客户的类别。其中，决策树 模型、层次分析模型、演化计算模型、神经网络模型等在信用评估中发挥了非凡的作用，层次分析模型以 其简洁直观的特点、较好的扩展性得到非常广泛的使用。 2.1 层次分析模型 层次分析法(AHP：The Analytic Hierarchy Process)是由美国学者 A．L．Saat 于 20 世纪 70 年代提出的 一种多指标、多方案的综合比较方法。层次分析法的基本原理是[1]：根据系统的具体性质和目标要求，将 其分解成不同的组成因素，再按各因素间的相互影响及隶属关系，将各因素按不同层次聚类，形成一个多 层次结构模型[2]，如目标层、子目标层、准则层、子准则层、指标层、因素层等；再按照某一规定准则， 对每一层次上的因素进行逐对比较，得到其关于上一层次因素重要性比较的标度，建立判断矩阵；进而通 过计算判断矩阵的特征值和特征向量，得到各层次因素关于上一层次因素的相对权重(层次单排序权值)， 并可自上而下地用上一层次各因素的相对权重加权求和，求出各层次因素关于系统整体属性(总目标)的综 合重要度(层次总排序权值)；最后通过排序结果分析，解决实际问题。最简单的层次结构为三层，即目标 层、准则层和指标层/因素层，见图 1 所示。 最上层是目标层，是系统所要达到的目标。