基本信息

• 商品名稱：金融大數據/大數據技術與應用
• 作者：**|主編:硃揚勇//吳俊偉
• 定價：60
• 齣版社：上海科技
• ISBN號：9787547823460

其他參考信息（以實物為準）

• 齣版時間：2015-01-01
• 印刷時間：2015-01-01
• 版次：1
• 印次：2
• 開本：16開
• 包裝：平裝
• 頁數：216
• 字數：330韆字

編輯推薦語

隨著信息技術的飛速發展，特彆是雲計算、大數據技術的應用，未來金融機構的核心競爭力很大程度上依賴於將數據轉化為信息和知識的速度與能力，而這種轉化速度和能力，取決於數據分析、挖掘和應用水平。隨著移動支付、互聯網金融等新興金融業態的不斷湧現，以“用戶為中心”、強化用戶體驗的服務模式將成為未來金融業的重要發展方嚮。應用大數據技術可多方麵掌握客戶及業務的有效信息，全麵綜閤分析客戶的資産負債、流動性及客戶行為，有助於金融機構進行産品創新、精準營銷和風險管理，實現數據資産嚮戰略資産和市場競爭力的轉化。**、硃揚勇、吳俊偉主編的《金融大數據/大數據技術與應用》力求把握金融大數據應用的*新動嚮，結閤大數據技術在**外金融領域的發展和應用現狀，以典型應用為支撐，從大數據視角進行分析，為金融創新與金融大數據研究和應用提供有益支持。

內容提要

**、硃揚勇、吳俊偉主編的《金融大數據/大 數據技術與應用》闡述瞭大數據技術在**外金融領 域的發展和應用現狀，從大數據視角加以思考和探索 ，為金融創新、金融大數據研究和應用提供有益支持 。
     全書共15章。**、2章介紹金融大數據的應用現 狀、資源和技術等。第3至14章是本書重點，分彆介 紹瞭大數據技術在證券期貨、銀行、保險和互聯網金 融中的應用。第3至5章為證券期貨應用，典型應用包 括自動化交易策略設計、金融期貨風險監管、證券期 貨輿情分析等。第6至8章為銀行業應用，典型應用包 括銀行客戶關係管理、銀行風險管理、小微企業信貸 等。第9至11章為保險業應用，典型應用包括保險精 準營銷、醫療保險業務優化、保險欺詐識彆等。**2 至14章為互聯網金融應用，典型應用包括第三方支付 、網絡融資、網絡基金等。**5章對金融業在大數據 時代的應對戰略、金融信息復閤型人纔培養提齣瞭建 議。
     本書可供金融信息專業、計算機類數據科學等專 業的高校師生使用，也可供金融行業從業人員、數據 科學研究人員及政府決策和管理人員參考。
    

作者簡介

暫無

目錄

第1章 緒論
1.1 大數據帶來的變革
1.2 大數據在金融中的應用現狀
1.2.1 證券期貨業應用現狀
1.2 銀行業應用現狀
1.2.3 保險業應用現狀
1.2.4 跨行業互聯網金融應用現狀
1.3 大數據時代金融業的機遇和挑戰
參考文獻
第2章 金融大數據資源
2.1 **的大數據資源
2.2 大數據處理流程
2.3 金融大數據資源及處理技術
2.3.1 金融大數據資源
2.3.2 金融大數據處理關鍵技術
參考文獻
第3章 大數據與自動化交易
3.1 自動化交易在**外的發展
3.1.1 自動化交易的類型
3.1.2 自動化交易的**外發展現狀
3.2 典型自動化交易策略
3.2.1 期現套利策略
3.2.2 價差套利策略
3.2.3 流動性策略
3.3 基於數據挖掘的自動化交易策略
3.3.1 基於模式識彆的策略研究
3.3.2 基於遺傳算法的交易策略
參考文獻
第4章 大數據與金融期貨市場風險監管
4.1 金融期貨及其特徵
4.1.1 金融期貨及其發展曆程
4.1.2 金融期貨種類和特點
4.1.3 金融期貨在我國的發展
4.1.4 金融期貨的風險
4.2 金融市場風險監管麵臨的挑戰
4.3 基於大數據的金融期貨市場風險監控
4.3.1 金融期貨市場風險監控係統
4.3.2 大數據技術的應用
4.3.3 風險監控係統建設的意義
參孝文獻
第5章 大數據與證券網絡輿情
5.1 網絡輿情及其特徵
5.2 網絡輿情與資本市場
5.2.1 資本市場輿情管理
5.2.2 基於網絡輿情的股票市場行情預測
5.3 基於大數據的投資者情緒分析
5.3.1 網頁抓取技術
5.3.2 信息預處理技術
5.3.3 特徵挖掘技術
5.3.4 情感極性分類技術
參考文獻
第6章 大數據與銀行客戶關係管理
6.1 銀行客戶關係管理
6.2 數據挖掘在客戶關係管理中的應用
6.3 基於決策樹方法的客戶貸款風險預測
6.4 大數據在銀行客戶關係管理領域的應用案例
6.4.1 中信銀行信用卡業務創新
6.4.2 交通銀行呼叫中心精準營銷案例
參考文獻
第7章 大數據與銀行風險管理
7.1 銀行風險管理體係
7.2 基於大數據的銀行風險管理模式
7.3 基於大數據的銀行風險管理案例
7.3.1 基於大數據處理的交易欺詐偵測
7.3.2 基於數據倉庫的銀行風險監管係統
7.3.3 銀行開展全麵風險管理的對策建議
參考文獻
第8章 大數據與小微企業信貸
8.1 小微企業信貸及其風險
8.2 基於大數據的小微企業信貸模式創新
8.3 基於數據挖掘的小微企業信用風險評估
8.3.1 算法設計
8.3.2 實驗
8.4 基於大數據的小微企業貸款案例
8.4.1 互聯網金融公司zestFinance基於大數據的信用評估體係
8.4.2 民生銀行小微企業貸款實踐
8.4.3 銀行開展小微企業信貸的建議
參考文獻
第9章 大數據與保險精準營銷
9.1 基於大數據的保險精準營銷
9.1.1 大數據在保險營銷中的應用
9.1.2 保險精準營銷整體流程及係統架構
9.2 保險精準營銷核心技術
9.3 基於大數據的保險精準營銷應用拓展
9.3.1 集成企業內部結構化數據
9.3.2 集成企業內部非結構化數據
參考文獻
**0章 大數據與醫療保險業務優化
10.1 醫療保險及其理賠流程
10.2 基於大數據的醫療保險産品定價優化
10.2.1 保險産品定價存在的問題
10.2.2 數據準備
10.2.3 聚類模型構建與評估
10.3 基於大數據的醫療保險核保優化
10.3.1 醫療保險核保存在的問題
10.3.2 數據準備
10.3.3 客戶風險級彆判彆模型的建立
參孝文獻
**1章 大數據與保險欺詐識彆
11.1 保險欺詐識彆概述
11.2 行業車險信息平颱及其反欺詐應用
11.2.1 車載數據的采集與共享
11.2.2 我國行業車險信息集中平颱
l1.2.3 行業車險信息平颱在反欺詐中的應用
11.3 基於大數據的保險欺詐偵測方法
參考文獻
**2章 大數據與第三方支付
12.1 第三方支付概述
12.1.1 第三方支付模式
12.1.2 第三方支付運營特點
12.2 第三方支付中的風險
12.2.1 業務風險分析
12.2.2 係統風險分析
12.3 基於大數據的第三方支付欺詐發現
12.3.1 第三方支付與網絡欺詐
12.3.2 數據挖掘與欺詐發現
參考文獻
**3章 大數據與網絡融資
13.1 網絡融資概述
13.2 網絡藉貸
13.2.1 P2P模式
13.2.2 眾籌模式
13.3 網絡基金
13.4 基於大數據的P2P個性化推薦
13.4.1 P2P網站中的個性化推薦
13.4.2 **係統
13.4.3 基於VITA係統的信貸産品匹配機製
參考文獻
**4章 大數據與供應鏈融資
14.1 供應鏈融資概述
14.1.1 供應鏈融資及其特徵
14.1.2 供應鏈融資的意義
14.1.3 **外供應鏈融資的發展
14.1.4 供應鏈融資中的風險
14.2 供應鏈融資産品與模式
14.3 基於大數據的企業信用評估
14.3.1 供應鏈中的企業信用問題
14.3.2 基於人工智能的信用評分模型
14.3.3 基於PSO-BP集成的企業信用評分
參考文獻
**5章 展望
15.1 大數據時代金融機構的戰略
15.2 大數據時代的金融人纔培養