大数据金融与征信PDF|Epub|txt|kindle电子书版本网盘下载

大数据金融与征信PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 大数据金融概述1

1.1 大数据概述2

1.1.1 大数据的内涵与特征2

1.1.2 大数据的分类7

1.1.3 大数据的价值8

1.2 大数据应用领域10

1.2.1 商业10

1.2.2 通信11

1.2.3 医疗13

1.2.4 金融16

1.3 大数据金融的内涵、特点与优势18

1.3.1 大数据金融的内涵18

1.3.2 大数据金融的特点19

1.3.3 大数据金融相对于传统金融的优势20

1.4 大数据带来金融业大变革20

1.4.1 大数据带来银行业大变革21

1.4.2 大数据带来保险业大变革22

1.4.3 大数据带来证券业大变革23

1.4.4 大数据带来征信行业大变革25

1.4.5 互联网金融中的大数据应用26

1.5 大数据金融模式27

1.5.1 平台金融模式27

1.5.2 供应链金融模式29

1.6 大数据金融信息安全30

1.7 大数据应用案例30

1.7.1 案例之一：滴滴出行30

1.7.2 案例之二：大数据与美团外卖的精细化运营34

本章总结43

本章作业44

第2章 大数据相关技术45

2.1 大数据处理流程46

2.1.1 数据采集46

2.1.2 数据预处理47

2.1.3 数据存储48

2.1.4 数据挖掘48

2.1.5 数据解释49

2.2 数据来源49

2.2.1 核心数据50

2.2.2 外围数据52

2.2.3 常规渠道数据53

2.3 大数据架构54

2.3.1 HDFS系统56

2.3.2 MapReduce60

2.3.3 HBase62

2.4 数据挖掘方法63

2.4.1 分类分析64

2.4.2 回归分析65

2.4.3 其他方法66

本章总结69

本章作业70

第3章 大数据在商业银行中的应用71

3.1 客户关系管理72

3.1.1 客户细分72

3.1.2 预见客户流失74

3.1.3 高效渠道管理75

3.1.4 推出增值服务，提升客户忠诚度75

3.1.5 案例——大数据帮助商业银行改善与客户的关系76

3.2 精准营销76

3.2.1 客户生命周期管理77

3.2.2 实时营销78

3.2.3 交叉营销79

3.2.4 社交化营销80

3.2.5 个性化推荐81

3.3 信贷管理82

3.3.1 贷款风险评估82

3.3.2 信用卡自动授信84

3.3.3 案例——大数据为商业银行信贷管理提供更多可能85

3.4 风险管理86

3.4.1 大数据风险控制与传统风险控制的区别86

3.4.2 基于大数据的银行风险管理模式89

3.4.3 反欺诈95

3.4.4 反洗钱99

3.5 运营优化101

3.5.1 市场和渠道分析优化101

3.5.2 产品和服务优化103

3.5.3 网络舆情分析104

3.5.4 案例——大数据分析助力手机银行优化创新106

本章总结108

本章作业109

第4章 大数据在证券行业中的应用111

4.1 大数据在股票分析中的应用112

4.1.1 基于基本面分析的数据挖掘方法112

4.1.2 基于技术分析的数据挖掘方法113

4.1.3 决策树法的应用114

4.1.4 聚类分析法的应用115

4.1.5 人工神经网络算法的应用116

4.2 客户关系管理119

4.2.1 客户细分119

4.2.2 客户满意度122

4.2.3 流失客户预测124

4.3 投资情绪分析127

4.3.1 投资者情绪的测量127

4.3.2 基于网络舆情的投资者情绪分析129

4.4 大数据与量化投资134

4.4.1 量化投资概述134

4.4.2 证券量化投资中的主要分析工具135

4.4.3 大数据在证券量化投资中的应用136

本章总结139

本章作业140

第5章 大数据在保险业中的应用141

5.1 大数据保险142

5.1.1 大数据保险的概念和特征142

5.1.2 保险业大数据应用的阶段143

5.1.3 大数据在保险行业中的作用144

5.1.4 大数据下的数据服务架构146

5.1.5 保险业大数据应用现状147

5.2 承保定价150

5.2.1 大数据与传统保险定价理论150

5.2.2 大数据对承保定价的革新151

5.2.3 大数据在车险定价中的应用153

5.2.4 大数据在健康险定价中的应用156

5.3 精准营销162

5.3.1 保险精准营销162

5.3.2 大数据与保险精准营销164

5.3.3 组建垂直平台生态圈167

5.3.4 大数据精准营销在保险业中的应用169

5.4 欺诈识别171

5.4.1 保险欺诈171

5.4.2 大数据与保险反欺诈173

5.4.3 大数据与车险反欺诈176

5.4.4 大数据与健康险的理赔风险180

本章总结182

本章作业183

第6章 互联网金融中的大数据应用185

6.1 基于大数据的第三方支付欺诈风险管理186

6.1.1 第三方支付中的欺诈风险186

6.1.2 大数据应用与欺诈风险防范186

6.2 大数据在网络借贷中的应用189

6.2.1 推荐系统简述189

6.2.2 P2P网站中的个性化推荐190

6.2.3 基于VITA系统的信贷产品匹配机制191

6.3 大数据在互联网供应链金融中的应用193

6.3.1 基于大数据的互联网企业信用评估194

6.3.2 案例：京东供应链金融模式197

6.4 大数据在互联网消费金融中的应用198

6.4.1 互联网消费金融的大数据征信与风控198

6.4.2 案例：芝麻信用199

本章总结199

本章作业200

第7章 大数据征信201

7.1 传统征信202

7.1.1 征信概述202

7.1.2 征信的基本流程209

7.1.3 征信行业产业链212

7.1.4 征信产品212

7.1.5 征信机构216

7.1.6 征信体系218

7.2 大数据征信227

7.2.1 大数据征信概述227

7.2.2 大数据征信的理论基础230

7.2.3 大数据征信流程233

7.3 大数据征信典型企业233

7.3.1 国外大数据征信典型企业233

7.3.2 国内大数据征信典型企业242

本章总结249

本章作业250

第8章 大数据与中国金融信息安全251

8.1 金融信息安全的重要性252

8.1.1 金融信息安全的含义252

8.1.2 金融信息安全的属性特征253

8.1.3 金融信息安全的重要性254

8.2 大数据给我国金融信息安全带来的机遇和挑战256

8.2.1 大数据给金融信息安全带来的机遇256

8.2.2 大数据给我国金融信息安全带来的挑战257

8.2.3 案例：美国“棱镜门”事件259

8.3 大数据金融信息安全风险263

8.3.1 大数据金融信息安全风险的类型263

8.3.2 大数据金融信息安全风险的特征266

8.3.3 国内外金融信息安全事件及事故268

8.4 我国金融信息安全现状及制约因素272

8.4.1 我国金融信息安全现状272

8.4.2 我国金融信息安全的制约因素274

8.5 美国金融信息安全保障机制275

8.5.1 美国金融信息安全保障机制的特点275

8.5.2 美国金融信息安全保障机制的主要做法276

8.6 我国金融信息安全建设277

8.6.1 完善顶层设计，尽快构建适应我国金融发展需要的金融信息安全保障体系277

8.6.2 尽快制定我国金融行业国产信息技术产品和服务替代战略277

8.6.3 尽快制定金融行业自主可控战略实施步骤，推进自主可控国家战略278

8.6.4 应用大数据进行信息安全分析278

本章总结278

本章作业279

参考文献281