使用 K 均值聚类简化应用程序访问管理流程作者
Cheryl E. Johnson，美国银行副总裁兼市场信息顾问
美国银行的员工数量以及他们担任的无数职务确保了管理员工应用程序访问权限的复杂性。已经创建了预定义配置文件来帮助管理这一挑战；然而，配置文件的数量随着时间的推移而激增。我们努力确定是否可以简化该系统，从而减少维护工作量，同时提高透明度并降低风险。按职务确定了最热门的应用程序。接下来，构建了应用程序访问权限与员工 ID 的横截面视图，每个应用程序根据特定员工是否有访问权限分配 0 或 1。根据职务，员工 ID 还与其他关键变量相关联，例如职务代码（在职务内）、业务线、地区和站点。K 均值聚类用于根据相似的访问权限对应用程序进行分组，并根据其他预测因子识别模式。对所得双图和聚类均值的分析显著提高了清晰度，包括：(1) 识别访问权限相关性高到完美的应用程序子组；(2) 聚类与职务代码紧密相关； （3）聚类与其他链接变量的关联。
