大数据金融与征信（第2版）

封面

版权信息

内容简介

前言

《互联网金融系列丛书》编审委员会

第1章　大数据金融概述

1.1　大数据概述

1.1.1　大数据的内涵与特征

1.1.2　大数据的分类

1.1.3　大数据的价值

1.2　大数据应用领域

1.2.1　商业

1.2.2　通信

1.2.3　医疗

1.2.4　金融

1.3　大数据金融的内涵、特点与优势

1.3.1　大数据金融的内涵

1.3.2　大数据金融的特点

1.3.3　大数据金融相对于传统金融的优势

1.4　大数据使金融业大变革

1.4.1　大数据使银行业大变革

1.4.2　大数据使保险业大变革

1.4.3　大数据使证券业大变革

1.4.4　大数据使征信行业大变革

1.5　大数据金融模式

1.5.1　平台金融模式

1.5.2　供应链金融模式

1.6　大数据金融信息安全

1.7　大数据应用案例

1.7.1　案例之一：北京市政交通一卡通

1.7.2　案例之二：大数据与美团外卖的精细化运营

本章总结

本章作业

第2章　大数据分析方法

2.1　大数据处理流程

2.1.1　数据采集

2.1.2　数据预处理

2.1.3　数据存储

2.1.4　数据挖掘

2.1.5　数据解释

2.2　数据来源

2.2.1　核心数据

2.2.2　外围数据

2.2.3　常规渠道数据

2.3　大数据架构

2.3.1　HDFS系统

2.3.2　MapReduce

2.3.3　HBase

2.4　数据挖掘方法

2.4.1　分类分析方法

2.4.2　回归分析方法

2.4.3　其他方法

本章总结

本章作业

第3章　大数据相关技术

3.1　物联网技术

3.1.1　物联网技术概述

3.1.2　物联网技术的系统架构

3.1.3　物联网技术的发展历程、现状及趋势

3.1.4　物联网的关键技术

3.2　云计算技术

3.2.1　云计算概述

3.2.2　云计算系统架构

3.2.3　云计算的发展历程、现状与趋势

3.2.4　云的服务模式

3.3　人工智能技术

3.3.1　人工智能技术概述

3.3.2　人工智能技术的层次结构

3.3.3　人工智能技术的发展历程、现状与趋势

3.3.4　人工智能中的关键技术

3.4　大数据技术与三种技术的关系

本章总结

本章作业

第4章　大数据在商业银行中的应用

4.1　客户关系管理

4.1.1　客户细分

4.1.2　预见客户流失

4.1.3　高效渠道管理

4.1.4　推出增值服务，提升客户忠诚度

4.1.5　案例——大数据帮助商业银行改善与客户的关系

4.2　精准营销

4.2.1　客户生命周期管理

4.2.2　实时营销

4.2.3　交叉营销

4.2.4　社交化营销

4.2.5　个性化推荐

4.3　信贷管理

4.3.1　贷款风险评估

4.3.2　信用卡自动授信

4.3.3　案例——大数据为商业银行信贷管理提供更多可能

4.4　大数据与风险管理

4.4.1　大数据风险控制与传统风险控制的区别

4.4.2　基于大数据的银行风险管理模式

4.4.3　反欺诈

4.4.4　反洗钱

4.5　运营优化

4.5.1　市场和渠道分析优化

4.5.2　产品和服务优化

4.5.3　网络舆情分析

4.5.4　案例——大数据分析助力手机银行优化创新