摘 要：消费金融所面向的主要客户是低收入群体，如果采用传统的信用风险评估模型不是很适用。随着移动互联网技术的发展，以及社交网络的兴起，在消费金融机构中，数据成为核心金融资源，大量的数据信息都被集中处理，并将信用评级模型建立起来，对风险做出预测。本文着重研究基于数据仓库的消费金融信用等级模型及应用，首先分析了消费金融客户数据仓库及其私有云体系结构，然后探讨了消费金融客户信用等级模型的构建，最后对基于信用等级模型的客户群体进行了分类与预测。

关键词：数据仓库;消费金融;信用等级模型;应用;体系构建

本文索引：韩佩轩.<标题>[J].商展经济，2021（15）：-057.

中图分类号：F832 文献标识码：A

DOI：10.12245/j.issn.2096-6776.2021.15.18

1 消費金融客户数据仓库及其私有云体系结构

1.1 消费金融大数据整体框架

信息技术发展速度不断加快，消费金融能够获得更加精准的金融数据，同时数据量逐渐增多，在进行金融数据处理的过程中以及对有关数据分析的时候过程比较繁琐，需要耗费大量的时间。所以，在数据处理过程中如果依然运用传统的技术，是很难满足需求的[1] 。建立消费金融大数据整体框架，对数据信息进行存储、处理，并做好统计工作。

1.2 消费金融大数据平台架构设计

1.2.1 系统功能模块

数据仓库架构，主要为六个模块，具体介绍如下：

其一，数据采集模块主要的功能是对原始数据进行采集，并在数仓中存储。

其二，消息队列模块是缓冲队列，其接收上游生产者传输的数据信息，向下游消费者传输[2] 。……