大數(shù)據金融與征信（第2版）

第1章  大數(shù)據金融概述 1
1.1  大數(shù)據概述 2
1.1.1  大數(shù)據的內涵與特征 2
1.1.2  大數(shù)據的分類 6
1.1.3  大數(shù)據的價值 7
 1.2  大數(shù)據應用領域 9
1.2.1  商業(yè) 10
1.2.2  通信 11
1.2.3  醫(yī)療 13
1.2.4  金融 15
 1.3  大數(shù)據金融的內涵、特點與優(yōu)勢 18
1.3.1  大數(shù)據金融的內涵 18
1.3.2  大數(shù)據金融的特點 18
1.3.3  大數(shù)據金融相對于傳統(tǒng)金融的優(yōu)勢 19
 1.4  大數(shù)據使金融業(yè)大變革 20
1.4.1  大數(shù)據使銀行業(yè)大變革 20
1.4.2  大數(shù)據使保險業(yè)大變革 21
1.4.3  大數(shù)據使證券業(yè)大變革 23
1.4.4  大數(shù)據使征信行業(yè)大變革 24
 1.5  大數(shù)據金融模式 26
1.5.1  平臺金融模式 26
1.5.2  供應鏈金融模式 27
1.6  大數(shù)據金融信息安全 28
 1.7  大數(shù)據應用案例 28
1.7.1  案例之一：北京市政交通一卡通 28
1.7.2  案例之二：大數(shù)據與美團外賣的精細化運營 30
本章總結 39
本章作業(yè) 40
第2章  大數(shù)據分析方法 41
2.1  大數(shù)據處理流程 42
2.1.1  數(shù)據采集 42
2.1.2  數(shù)據預處理 43
2.1.3  數(shù)據存儲 44
2.1.4  數(shù)據挖掘 44
2.1.5  數(shù)據解釋 45
2.2  數(shù)據來源 45
2.2.1  核心數(shù)據 46
2.2.2  外圍數(shù)據 47
2.2.3  常規(guī)渠道數(shù)據 48
2.3  大數(shù)據架構 49
2.3.1  HDFS系統(tǒng) 52
2.3.2  MapReduce 56
2.3.3  HBase 58
2.4  數(shù)據挖掘方法 59
2.4.1  分類分析方法 59
2.4.2  回歸分析方法 68
2.4.3  其他方法 71
本章總結 74
本章作業(yè) 75
第3章  大數(shù)據相關技術 77
3.1  物聯(lián)網技術 78
3.1.1  物聯(lián)網技術概述 78
3.1.2  物聯(lián)網技術的系統(tǒng)架構 78
3.1.3  物聯(lián)網技術的發(fā)展歷程、現(xiàn)狀及趨勢 80
3.1.4  物聯(lián)網的關鍵技術 80
3.2  云計算技術 87
3.2.1  云計算概述 87
3.2.2  云計算系統(tǒng)架構 88
3.2.3  云計算的發(fā)展歷程、現(xiàn)狀與趨勢 90
3.2.4  云的服務模式 92
3.3  人工智能技術 93
3.3.1  人工智能技術概述 93
3.3.2  人工智能技術的層次結構 94
3.3.3  人工智能技術的發(fā)展歷程、現(xiàn)狀與趨勢 95
3.3.4  人工智能中的關鍵技術 97
3.4  大數(shù)據技術與三種技術的關系 102
本章總結 103
本章作業(yè) 104
第4章  大數(shù)據在商業(yè)銀行中的應用 105
4.1  客戶關系管理 106
4.1.1  客戶細分 106
4.1.2  預見客戶流失 108
4.1.3  高效渠道管理 109
4.1.4  推出增值服務，提升客戶忠誠度 109
4.1.5  案例——大數(shù)據幫助商業(yè)銀行改善與客戶的關系 110
4.2  精準營銷 110
4.2.1  客戶生命周期管理 111
4.2.2  實時營銷 112
4.2.3  交叉營銷 113
4.2.4  社交化營銷 114
4.2.5  個性化推薦 115
4.3  信貸管理 116
4.3.1  貸款風險評估 116
4.3.2  信用卡自動授信 118
4.3.3  案例——大數(shù)據為商業(yè)銀行信貸管理提供更多可能 119
4.4  大數(shù)據與風險管理 120
4.4.1  大數(shù)據風險控制與傳統(tǒng)風險控制的區(qū)別 120
4.4.2  基于大數(shù)據的銀行風險管理模式 123
4.4.3  反欺詐 129
4.4.4  反洗錢 132
4.5  運營優(yōu)化 134
4.5.1  市場和渠道分析優(yōu)化 135
4.5.2  產品和服務優(yōu)化 137
4.5.3  網絡輿情分析 138
4.5.4  案例——大數(shù)據分析助力手機銀行優(yōu)化創(chuàng)新 140
本章總結 141
本章作業(yè) 142
第5章  大數(shù)據在證券行業(yè)中的應用 143
5.1  大數(shù)據在股票分析中的應用 144
5.1.1  基于基本面分析的數(shù)據挖掘方法 144
5.1.2  基于技術分析的數(shù)據挖掘方法 145
5.1.3  決策樹法的應用 146
5.1.4  聚類分析法的應用 147
5.1.5  人工神經網絡算法的應用 148
5.2  客戶關系管理 151
5.2.1  客戶細分 151
5.2.2  客戶滿意度 154
5.2.3  流失客戶預測 156
5.3  投資情緒分析 159
5.3.1  投資者情緒的測量 159
5.3.2  基于網絡輿情的投資者情緒分析 161
5.4  大數(shù)據與智能投顧 166
5.4.1　智能投顧概述 166
5.4.2　大數(shù)據與智能投顧服務系統(tǒng) 167
5.4.3  大數(shù)據智能投顧平臺技術架構 168
5.5  大數(shù)據與量化交易 170
5.5.1  量化交易概述 170
5.5.2  量化交易策略 172
5.5.3  量化交易中的主要分析技術 177
5.5.4  量化交易的風險與控制 177
5.5.5  大數(shù)據在量化交易中的應用 178
本章總結 183
本章作業(yè) 184
第6章  大數(shù)據在保險業(yè)中的應用 185
6.1  大數(shù)據保險 186
6.1.1  大數(shù)據保險的概念和特征 186
6.1.2  保險業(yè)大數(shù)據應用的階段 187
6.1.3  大數(shù)據在保險行業(yè)中的作用 188
6.1.4  大數(shù)據下的數(shù)據服務架構 189
6.1.5  保險業(yè)大數(shù)據應用現(xiàn)狀 191
6.2  承保定價 193
6.2.1  大數(shù)據與傳統(tǒng)保險定價理論 194
6.2.2  大數(shù)據對承保定價的革新 194
6.2.3  大數(shù)據在車險定價中的應用 196
6.2.4  大數(shù)據在健康險定價中的應用 200
6.3  精準營銷 206
6.3.1  保險精準營銷 206
6.3.2  大數(shù)據與保險精準營銷 208
6.3.3  組建垂直平臺生態(tài)圈 211
6.3.4  大數(shù)據精準營銷在保險業(yè)中的應用 213
6.4  欺詐識別 214
6.4.1  保險欺詐 214
6.4.2  大數(shù)據與保險反欺詐 216
6.4.3  大數(shù)據與車險反欺詐 220
6.4.4  大數(shù)據與健康險的理賠風險 222
本章總結 225
本章作業(yè) 226
第7章  大數(shù)據征信 227
7.1  傳統(tǒng)征信 228
7.1.1  征信概述 228
7.1.2  征信的基本流程 235
7.1.3  征信行業(yè)產業(yè)鏈 238
7.1.4  征信產品 238
7.1.5  征信機構 242
7.1.6  征信體系 244
7.2  大數(shù)據征信 250
7.2.1  大數(shù)據征信概述 250
7.2.2  大數(shù)據征信的理論基礎 253
7.2.3  大數(shù)據征信流程 256
7.3  大數(shù)據征信典型企業(yè) 257
7.3.1  國外大數(shù)據征信典型企業(yè) 257
7.3.2  國內大數(shù)據征信典型企業(yè) 262
本章總結 268
本章作業(yè) 269
第8章  大數(shù)據信用評分方法 271
8.1  信用評分概述 272
8.1.1  信用與信用評分的內涵 272
8.1.2  信用評分與信用評級的比較 274
8.1.3  信用評分的應用領域 275
8.1.4  我國個人信用評分發(fā)展現(xiàn)狀 276
8.1.5  大數(shù)據信用評分與傳統(tǒng)信用評分的比較 278
8.2  數(shù)據挖掘與大數(shù)據信用評分 280
8.2.1  數(shù)據挖掘在大數(shù)據信用評分中的重要性 280
8.2.2  基于數(shù)據挖掘的信用評分模型構建步驟 281
8.3  大數(shù)據信用評分方法 283
8.3.1  傳統(tǒng)信用評分的方法 283
8.3.2  大數(shù)據信用評分方法 285
8.3.3  信用評分模型準確度的效果評估指標 287
8.4  大數(shù)據信用評分典型案例 290
8.4.1  國外大數(shù)據信用評分案例 290
8.4.2  國內大數(shù)據信用評分案例 295
本章總結 302
本章作業(yè) 302
第9章  大數(shù)據與中國金融信息安全 303
9.1  金融信息安全的重要性 304
9.1.1  金融信息安全的含義 304
9.1.2  金融信息安全的屬性特征 305
9.1.3  金融信息安全的重要性 306
9.2  大數(shù)據給我國金融信息安全帶來的機遇和挑戰(zhàn) 308
9.2.1  大數(shù)據給金融信息安全帶來的機遇 308
9.2.2  大數(shù)據給我國金融信息安全帶來的挑戰(zhàn) 309
9.2.3  案例：美國“棱鏡門”事件 311
9.3  大數(shù)據金融信息安全風險 315
9.3.1  大數(shù)據金融信息安全風險的類型 315
9.3.2  大數(shù)據金融信息安全風險的特征 318
9.3.3  國內外金融信息安全事件及事故 320
9.4  我國金融信息安全現(xiàn)狀及制約因素 324
9.4.1  我國金融信息安全現(xiàn)狀 324
9.4.2  我國金融信息安全的制約因素 325
9.5  美國金融信息安全保障機制 326
9.5.1  美國金融信息安全保障機制的特點 327
9.5.2  美國金融信息安全保障機制的主要做法 327
9.6  我國金融信息安全建設 329
9.6.1  完善頂層設計，盡快構建適應我國金融發(fā)展需要的金融信息安全保障體系 329
9.6.2  盡快制定我國金融行業(yè)國產信息技術產品和服務替代戰(zhàn)略 329
9.6.3  盡快制定金融行業(yè)自主可控戰(zhàn)略實施步驟，推進自主 可控國家戰(zhàn)略 329
9.6.4  應用大數(shù)據進行信息安全分析 330
本章總結 330
本章作業(yè) 332
參考文獻 333