掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
大數據金融與征信(第2版) 版權信息
- ISBN：9787302618294
- 條形碼：9787302618294 ; 978-7-302-61829-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據金融與征信(第2版) 本書特色
《大數據金融與征信(第2版)》的特點如下： 內容全面 全書以大數據為出發點，結合國內外的發展現狀及*新模式，系統地介紹了大數據在銀行業、證券業、保險業、互聯網金融行業及征信中的應用，并強調了在應用過程中，中國金融信息安全的重要性及保障機制。本書內容涵蓋面極廣，有效地為各行各業的讀者提供了大數據金融與征信的宏觀視圖。 體例新穎 本書秉承著注重實際運用的宗旨，編寫體例上彰顯了可讀性和互動性。每章前有“本章目標”和“本章簡介”，每章末有“本章總結”和“課后作業”。書中除了理論教學，還配有相關案例和解析，突出理論與實踐相結合，打破了傳統“羅列發條”的教材編寫模式，通俗易懂，開拓了學生的視野，更好的滿足培養既懂專業知識又能運用所學知識解決實際問題的“復合型”經濟人才需求。
大數據金融與征信(第2版) 內容簡介
《大數據金融與征信(第2版)》系統地闡述了大數據金融與征信及其在現實生活中的應用，具有全面性、實用性和前瞻性等特點。全書共9章，第1章和第2章闡述大數據金融及大數據分析方法相關的基礎知識，是后面內容的基礎。第3章闡述與大數據技術相關的物聯網技術、云計算技術、人工智能技術相關的基礎知識。第4章至第6章詳細介紹大數據在銀行業、證券業及保險業中的應用，是本書的主要內容。第7章和第8章重點闡述大數據在征信中的實際應用和信用評分方法，是本書的另一重點內容，也是當代大數據研究的熱點問題。第9章介紹了大數據和中國金融信息安全，這是大數據金融與征信的發展進程中不可避免的問題。本書力爭把大數據與其實際應用糅合一起介紹，力求讓讀者活學活用。 《大數據金融與征信(第2版)》既可作為高等學校互聯網金融院系課程教材，也可供互聯網金融研究者、從業者、管理人員參考。
大數據金融與征信(第2版) 目錄
第1章 大數據金融概述 1
1.1 大數據概述 2
1.1.1 大數據的內涵與特征 2
1.1.2 大數據的分類 6
1.1.3 大數據的價值 7
1.2 大數據應用領域 9
1.2.1 商業 10
1.2.2 通信 11
1.2.3 醫療 13
1.2.4 金融 15
1.3 大數據金融的內涵、特點與優勢 18
1.3.1 大數據金融的內涵 18
1.3.2 大數據金融的特點 18
1.3.3 大數據金融相對于傳統金融的優勢 19
1.4 大數據使金融業大變革 20
1.4.1 大數據使銀行業大變革 20
1.4.2 大數據使保險業大變革 21
1.4.3 大數據使證券業大變革 23
1.4.4 大數據使征信行業大變革 24
1.5 大數據金融模式 26
1.5.1 平臺金融模式 26
1.5.2 供應鏈金融模式 27
1.6 大數據金融信息安全 28
1.7 大數據應用案例 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：大數據與美團外賣的精細化運營 30
本章總結 39
本章作業 40
第2章 大數據分析方法 41
2.1 大數據處理流程 42
2.1.1 數據采集 42
2.1.2 數據預處理 43
2.1.3 數據存儲 44
2.1.4 數據挖掘 44
2.1.5 數據解釋 45
2.2 數據來源 45
2.2.1 核心數據 46
2.2.2 外圍數據 47
2.2.3 常規渠道數據 48
2.3 大數據架構 49
2.3.1 HDFS系統 52
2.3.2 MapReduce 56
2.3.3 HBase 58
2.4 數據挖掘方法 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 75
第3章 大數據相關技術 77
3.1 物聯網技術 78
3.1.1 物聯網技術概述 78
3.1.2 物聯網技術的系統架構 78
3.1.3 物聯網技術的發展歷程、現狀及趨勢 80
3.1.4 物聯網的關鍵技術 80
3.2 云計算技術 87
3.2.1 云計算概述 87
3.2.2 云計算系統架構 88
3.2.3 云計算的發展歷程、現狀與趨勢 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 人工智能技術的發展歷程、現狀與趨勢 95
3.3.4 人工智能中的關鍵技術 97
3.4 大數據技術與三種技術的關系 102
本章總結 103
本章作業 104
第4章 大數據在商業銀行中的應用 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——大數據幫助商業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——大數據為商業銀行信貸管理提供更多可能 119
4.4 大數據與風險管理 120
4.4.1 大數據風險控制與傳統風險控制的區別 120
4.4.2 基于大數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 運營優化 134
4.5.1 市場和渠道分析優化 135
4.5.2 產品和服務優化 137
4.5.3 網絡輿情分析 138
4.5.4 案例——大數據分析助力手機銀行優化創新 140
本章總結 141
本章作業 142
第5章 大數據在證券行業中的應用 143
5.1 大數據在股票分析中的應用 144
5.1.1 基于基本面分析的數據挖掘方法 144
5.1.2 基于技術分析的數據挖掘方法 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 大數據與智能投顧 166
5.4.1 智能投顧概述 166
5.4.2 大數據與智能投顧服務系統 167
5.4.3 大數據智能投顧平臺技術架構 168
5.5 大數據與量化交易 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 大數據在量化交易中的應用 178
本章總結 183
本章作業 184
第6章 大數據在保險業中的應用 185
6.1 大數據保險 186
6.1.1 大數據保險的概念和特征 186
6.1.2 保險業大數據應用的階段 187
6.1.3 大數據在保險行業中的作用 188
6.1.4 大數據下的數據服務架構 189
6.1.5 保險業大數據應用現狀 191
6.2 承保定價 193
6.2.1 大數據與傳統保險定價理論 194
6.2.2 大數據對承保定價的革新 194
6.2.3 大數據在車險定價中的應用 196
6.2.4 大數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 大數據與保險精準營銷 208
6.3.3 組建垂直平臺生態圈 211
6.3.4 大數據精準營銷在保險業中的應用 213
6.4 欺詐識別 214
6.4.1 保險欺詐 214
6.4.2 大數據與保險反欺詐 216
6.4.3 大數據與車險反欺詐 220
6.4.4 大數據與健康險的理賠風險 222
本章總結 225
本章作業 226
第7章 大數據征信 227
7.1 傳統征信 228
7.1.1 征信概述 228
7.1.2 征信的基本流程 235
7.1.3 征信行業產業鏈 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 大數據征信 250
7.2.1 大數據征信概述 250
7.2.2 大數據征信的理論基礎 253
7.2.3 大數據征信流程 256
7.3 大數據征信典型企業 257
7.3.1 國外大數據征信典型企業 257
7.3.2 國內大數據征信典型企業 262
本章總結 268
本章作業 269
第8章 大數據信用評分方法 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展現狀 276
8.1.5 大數據信用評分與傳統信用評分的比較 278
8.2 數據挖掘與大數據信用評分 280
8.2.1 數據挖掘在大數據信用評分中的重要性 280
8.2.2 基于數據挖掘的信用評分模型構建步驟 281
8.3 大數據信用評分方法 283
8.3.1 傳統信用評分的方法 283
8.3.2 大數據信用評分方法 285
8.3.3 信用評分模型準確度的效果評估指標 287
8.4 大數據信用評分典型案例 290
8.4.1 國外大數據信用評分案例 290
8.4.2 國內大數據信用評分案例 295
本章總結 302
本章作業 302
第9章 大數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 大數據給我國金融信息安全帶來的機遇和挑戰 308
9.2.1 大數據給金融信息安全帶來的機遇 308
9.2.2 大數據給我國金融信息安全帶來的挑戰 309
9.2.3 案例：美國“棱鏡門”事件 311
9.3 大數據金融信息安全風險 315
9.3.1 大數據金融信息安全風險的類型 315
9.3.2 大數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狀及制約因素 324
9.4.1 我國金融信息安全現狀 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國產信息技術產品和服務替代戰略 329
9.6.3 盡快制定金融行業自主可控戰略實施步驟，推進自主 可控國家戰略 329
9.6.4 應用大數據進行信息安全分析 330
本章總結 330
本章作業 332
參考文獻 333
展開全部
大數據金融與征信(第2版) 作者簡介
何平平，博士，副教授，碩士研究生導師，主持完成國家自然科學基金項目1項，教育部人文社會科學規劃項目1項，省社科基金重點項目1項，省科技項目5項，企業委托研究項目2項，出版專著1部，教材1部，發表論文20余篇，現在湖南大學金融與統計學院工作，任湖南大學互聯網金融研究所所長。
書友推薦
- >
二體千字文
- >
朝聞道
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家帶你讀魯迅:故事新編
- >
莉莉和章魚
- >
名家帶你讀魯迅:朝花夕拾
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
本類暢銷
