針對現(xiàn)有數(shù)據(jù)挖掘體系結(jié)構(gòu)松散揭合、算法運(yùn)行效率不高的問題，提出了嵌入式數(shù)據(jù)挖掘模型。該模型實(shí)現(xiàn)了算法的組件化管理，并將整個(gè)數(shù)據(jù)挖掘流程控制在數(shù)據(jù)庫、數(shù)據(jù)倉庫中，在簡化數(shù)據(jù)挖掘過程的同時(shí)，大大提高了數(shù)據(jù)挖掘的效率。通過對幾種典型數(shù)據(jù)挖掘算法在銀行卡業(yè)務(wù)數(shù)據(jù)中的試驗(yàn)，證實(shí)了該模型的有效性和實(shí)用性。
　　數(shù)據(jù)挖掘就是從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或者其他信息庫中的大量數(shù)據(jù)中挖掘有趣知識的過程。它是在多種數(shù)據(jù)存儲(chǔ)方式的基礎(chǔ)上，借助有效的分析方法和工具，從傳統(tǒng)的事務(wù)型數(shù)據(jù)庫功能（增加、刪除、修改、查詢、統(tǒng)計(jì)等）背后，獲得更深層次的信息。在數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展過程中，如何將數(shù)據(jù)挖掘（DM）系統(tǒng)與數(shù)據(jù)庫（DB）系統(tǒng)和數(shù)據(jù)倉庫（DW）系統(tǒng)緊密耦合（所謂耦合，即是數(shù)據(jù)挖掘系統(tǒng)和數(shù)據(jù)庫或者數(shù)據(jù)倉庫的集成程度）在一起是始終困擾著人們設(shè)計(jì)一個(gè)好的數(shù)據(jù)挖掘工具的最大問題。從最初的不耦合到松散耦合再到半緊密耦合，人們一直尋求著如何將DM系統(tǒng)平滑的集成到DB/DW中（即緊密藕合）。目前眾多數(shù)據(jù)挖掘系統(tǒng)、數(shù)據(jù)挖掘工具中，大部分都是實(shí)現(xiàn)一個(gè)與數(shù)據(jù)倉庫系統(tǒng)獨(dú)立開來的數(shù)據(jù)挖掘系統(tǒng)，這樣便使得數(shù)據(jù)挖掘過程中要花費(fèi)大量的時(shí)間進(jìn)行數(shù)據(jù)加載轉(zhuǎn)換，算法運(yùn)行時(shí)間長、效率低，特別是面對當(dāng)前數(shù)據(jù)倉庫中保存的海量數(shù)據(jù)時(shí)，更是效率低下。
　　文中在已有的數(shù)據(jù)挖掘系統(tǒng)體系基礎(chǔ)上，應(yīng)用數(shù)據(jù)挖掘系統(tǒng)與數(shù)據(jù)倉庫系統(tǒng)緊密耦合的策略，提出了嵌入式數(shù)據(jù)挖模型，把數(shù)據(jù)挖掘系統(tǒng)和整個(gè)數(shù)據(jù)挖掘流程完全控制在數(shù)據(jù)倉庫系統(tǒng)中，從而大大提高數(shù)據(jù)挖掘的效率。并且針對市面的一些用于銀行卡業(yè)務(wù)的數(shù)據(jù)挖掘系統(tǒng)過于繁瑣，但是效率不高、針對性不強(qiáng)等問題，本文提出將嵌入式數(shù)據(jù)挖掘應(yīng)用于銀行卡業(yè)務(wù)中，使得應(yīng)用針對性更強(qiáng)，在節(jié)約了開發(fā)成本的同時(shí)也提高了挖掘效率。
　　1嵌入式數(shù)據(jù)挖掘模型
　　嵌入式數(shù)據(jù)挖掘模型主要是采用多種數(shù)據(jù)庫訪問技術(shù)把算法嵌入到數(shù)據(jù)挖掘系統(tǒng)中。該模型支持按照一定的標(biāo)準(zhǔn)規(guī)范來開發(fā)挖掘算法，并把算法發(fā)布嵌入到多種數(shù)據(jù)庫、數(shù)據(jù)倉庫當(dāng)中，將數(shù)據(jù)挖掘過程完全控制在數(shù)據(jù)庫、數(shù)據(jù)倉庫系統(tǒng)中，將數(shù)據(jù)挖掘功能轉(zhuǎn)換成大家熟悉的、通用的、靈活的、可二次開發(fā)的數(shù)據(jù)倉庫功能。
　　該系統(tǒng)框架主要由數(shù)據(jù)層、算法嵌入層、數(shù)據(jù)挖掘?qū)右约坝脩魧樱到y(tǒng)模型如圖1所示。
　　
　　1.1數(shù)據(jù)層和用戶層數(shù)據(jù)層
　　主要包括數(shù)據(jù)庫或數(shù)據(jù)倉庫中的海量業(yè)務(wù)數(shù)據(jù)以及元數(shù)據(jù)，它是數(shù)據(jù)挖掘過程中最基礎(chǔ)的部分。
　　在該模型中，用戶層包括算法發(fā)布人員、數(shù)據(jù)分析人員、數(shù)據(jù)庫管理人員，即使得數(shù)據(jù)挖掘面向更多的用戶，擺脫了以前數(shù)據(jù)挖掘?qū)I(yè)人士的過多依賴性。
　　1.2算法嵌入層
　　整個(gè)嵌入流程可以分為兩個(gè)過程：算法發(fā)布和算法調(diào)用。算法發(fā)布過程主要是把算法發(fā)布到特定的數(shù)據(jù)倉庫系統(tǒng)中，為數(shù)據(jù)挖掘系統(tǒng)在數(shù)據(jù)倉庫系統(tǒng)中的執(zhí)行奠下基礎(chǔ)；算法調(diào)用過程則是在數(shù)據(jù)倉庫系統(tǒng)中進(jìn)行的，主要通過數(shù)據(jù)倉庫系統(tǒng)中的存儲(chǔ)過程，讓用戶傳人相關(guān)參數(shù)，然后調(diào)用第一步發(fā)布的算法對用戶指定的數(shù)據(jù)進(jìn)行挖掘。
　　1）算法發(fā)布算法發(fā)布過程首先就是把算法封裝成DLL文件，同時(shí)把調(diào)用算法的接口編譯成EXE文件，然后把算法DLL文件和相應(yīng)的EXE文件發(fā)布到數(shù)據(jù)庫或數(shù)據(jù)倉庫中，最后在相應(yīng)的數(shù)據(jù)庫中創(chuàng)建存儲(chǔ)過程（簡稱SP），流程如圖2所示。