舉報(bào)

會(huì)員
大數(shù)據(jù)金融與征信(第2版)
最新章節(jié):
參考文獻(xiàn)
《大數(shù)據(jù)金融與征信(第2版)》系統(tǒng)地闡述了大數(shù)據(jù)金融與征信及其在現(xiàn)實(shí)生活中的應(yīng)用,具有全面性、實(shí)用性和前瞻性等特點(diǎn)。全書(shū)共9章,第1章和第2章闡述大數(shù)據(jù)金融及大數(shù)據(jù)分析方法相關(guān)的基礎(chǔ)知識(shí),是后面內(nèi)容的基礎(chǔ)。第3章闡述與大數(shù)據(jù)技術(shù)相關(guān)的物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)、人工智能技術(shù)相關(guān)的基礎(chǔ)知識(shí)。第4章至第6章詳細(xì)介紹大數(shù)據(jù)在銀行業(yè)、證券業(yè)及保險(xiǎn)業(yè)中的應(yīng)用,是本書(shū)的主要內(nèi)容。第7章和第8章重點(diǎn)闡述大數(shù)據(jù)在征信中的實(shí)際應(yīng)用和信用評(píng)分方法,是本書(shū)的另一重點(diǎn)內(nèi)容,也是當(dāng)代大數(shù)據(jù)研究的熱點(diǎn)問(wèn)題。第9章介紹了大數(shù)據(jù)和中國(guó)金融信息安全,這是大數(shù)據(jù)金融與征信的發(fā)展進(jìn)程中不可避免的問(wèn)題。本書(shū)力爭(zhēng)把大數(shù)據(jù)與其實(shí)際應(yīng)用糅合一起介紹,力求讓讀者活學(xué)活用?!洞髷?shù)據(jù)金融與征信(第2版)》既可作為高等學(xué)?;ヂ?lián)網(wǎng)金融院系課程教材,也可供互聯(lián)網(wǎng)金融研究者、從業(yè)者、管理人員參考。
最新章節(jié)
- 參考文獻(xiàn)
- 本章作業(yè)
- 本章總結(jié)
- 9.6.4 應(yīng)用大數(shù)據(jù)進(jìn)行信息安全分析
- 9.6.3 盡快制定金融行業(yè)自主可控戰(zhàn)略實(shí)施步驟,推進(jìn)自主可控國(guó)家戰(zhàn)略
- 9.6.2 盡快制定我國(guó)金融行業(yè)國(guó)產(chǎn)信息技術(shù)產(chǎn)品和服務(wù)替代戰(zhàn)略
品牌:清華大學(xué)
上架時(shí)間:2023-07-17 18:34:35
出版社:清華大學(xué)出版社
本書(shū)數(shù)字版權(quán)由清華大學(xué)提供,并由其授權(quán)上海閱文信息技術(shù)有限公司制作發(fā)行
- 參考文獻(xiàn) 更新時(shí)間:2023-07-17 20:10:21
- 本章作業(yè)
- 本章總結(jié)
- 9.6.4 應(yīng)用大數(shù)據(jù)進(jìn)行信息安全分析
- 9.6.3 盡快制定金融行業(yè)自主可控戰(zhàn)略實(shí)施步驟,推進(jìn)自主可控國(guó)家戰(zhàn)略
- 9.6.2 盡快制定我國(guó)金融行業(yè)國(guó)產(chǎn)信息技術(shù)產(chǎn)品和服務(wù)替代戰(zhàn)略
- 9.6.1 完善頂層設(shè)計(jì),盡快構(gòu)建適應(yīng)我國(guó)金融發(fā)展需要的金融信息安全保障體系
- 9.6 我國(guó)金融信息安全建設(shè)
- 9.5.2 美國(guó)金融信息安全保障機(jī)制的主要做法
- 9.5.1 美國(guó)金融信息安全保障機(jī)制的特點(diǎn)
- 9.5 美國(guó)金融信息安全保障機(jī)制
- 9.4.2 我國(guó)金融信息安全的制約因素
- 9.4.1 我國(guó)金融信息安全現(xiàn)狀
- 9.4 我國(guó)金融信息安全現(xiàn)狀及制約因素
- 9.3.3 國(guó)內(nèi)外金融信息安全事件及事故
- 9.3.2 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)的特征
- 9.3.1 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)的類型
- 9.3 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)
- 9.2.3 案例:美國(guó)“棱鏡門(mén)”事件
- 9.2.2 大數(shù)據(jù)給我國(guó)金融信息安全帶來(lái)的挑戰(zhàn)
- 9.2.1 大數(shù)據(jù)給金融信息安全帶來(lái)的機(jī)遇
- 9.2 大數(shù)據(jù)給我國(guó)金融信息安全帶來(lái)的機(jī)遇和挑戰(zhàn)
- 9.1.3 金融信息安全的重要性
- 9.1.2 金融信息安全的屬性特征
- 9.1.1 金融信息安全的含義
- 9.1 金融信息安全的重要性
- 第9章 大數(shù)據(jù)與中國(guó)金融信息安全
- 本章作業(yè)
- 本章總結(jié)
- 8.4.2 國(guó)內(nèi)大數(shù)據(jù)信用評(píng)分案例
- 8.4.1 國(guó)外大數(shù)據(jù)信用評(píng)分案例
- 8.4 大數(shù)據(jù)信用評(píng)分典型案例
- 8.3.3 信用評(píng)分模型準(zhǔn)確度的效果評(píng)估指標(biāo)
- 8.3.2 大數(shù)據(jù)信用評(píng)分方法
- 8.3.1 傳統(tǒng)信用評(píng)分的方法
- 8.3 大數(shù)據(jù)信用評(píng)分方法
- 8.2.2 基于數(shù)據(jù)挖掘的信用評(píng)分模型構(gòu)建步驟
- 8.2.1 數(shù)據(jù)挖掘在大數(shù)據(jù)信用評(píng)分中的重要性
- 8.2 數(shù)據(jù)挖掘與大數(shù)據(jù)信用評(píng)分
- 8.1.5 大數(shù)據(jù)信用評(píng)分與傳統(tǒng)信用評(píng)分的比較
- 8.1.4 我國(guó)個(gè)人信用評(píng)分發(fā)展現(xiàn)狀
- 8.1.3 信用評(píng)分的應(yīng)用領(lǐng)域
- 8.1.2 信用評(píng)分與信用評(píng)級(jí)的比較
- 8.1.1 信用與信用評(píng)分的內(nèi)涵
- 8.1 信用評(píng)分概述
- 第8章 大數(shù)據(jù)信用評(píng)分方法
- 本章作業(yè)
- 本章總結(jié)
- 7.3.2 國(guó)內(nèi)大數(shù)據(jù)征信典型企業(yè)
- 7.3.1 國(guó)外大數(shù)據(jù)征信典型企業(yè)
- 7.3 大數(shù)據(jù)征信典型企業(yè)
- 7.2.3 大數(shù)據(jù)征信流程
- 7.2.2 大數(shù)據(jù)征信的理論基礎(chǔ)
- 7.2.1 大數(shù)據(jù)征信概述
- 7.2 大數(shù)據(jù)征信
- 7.1.6 征信體系
- 7.1.5 征信機(jī)構(gòu)
- 7.1.4 征信產(chǎn)品
- 7.1.3 征信行業(yè)產(chǎn)業(yè)鏈
- 7.1.2 征信的基本流程
- 7.1.1 征信概述
- 7.1 傳統(tǒng)征信
- 第7章 大數(shù)據(jù)征信
- 本章作業(yè)
- 本章總結(jié)
- 6.4.4 大數(shù)據(jù)與健康險(xiǎn)的理賠風(fēng)險(xiǎn)
- 6.4.3 大數(shù)據(jù)與車險(xiǎn)反欺詐
- 6.4.2 大數(shù)據(jù)與保險(xiǎn)反欺詐
- 6.4.1 保險(xiǎn)欺詐
- 6.4 欺詐識(shí)別
- 6.3.4 大數(shù)據(jù)精準(zhǔn)營(yíng)銷在保險(xiǎn)業(yè)中的應(yīng)用
- 6.3.3 組建垂直平臺(tái)生態(tài)圈
- 6.3.2 大數(shù)據(jù)與保險(xiǎn)精準(zhǔn)營(yíng)銷
- 6.3.1 保險(xiǎn)精準(zhǔn)營(yíng)銷
- 6.3 精準(zhǔn)營(yíng)銷
- 6.2.4 大數(shù)據(jù)在健康險(xiǎn)定價(jià)中的應(yīng)用
- 6.2.3 大數(shù)據(jù)在車險(xiǎn)定價(jià)中的應(yīng)用
- 6.2.2 大數(shù)據(jù)對(duì)承保定價(jià)的革新
- 6.2.1 大數(shù)據(jù)與傳統(tǒng)保險(xiǎn)定價(jià)理論
- 6.2 承保定價(jià)
- 6.1.5 保險(xiǎn)業(yè)大數(shù)據(jù)應(yīng)用現(xiàn)狀
- 6.1.4 大數(shù)據(jù)下的數(shù)據(jù)服務(wù)架構(gòu)
- 6.1.3 大數(shù)據(jù)在保險(xiǎn)行業(yè)中的作用
- 6.1.2 保險(xiǎn)業(yè)大數(shù)據(jù)應(yīng)用的階段
- 6.1.1 大數(shù)據(jù)保險(xiǎn)的概念和特征
- 6.1 大數(shù)據(jù)保險(xiǎn)
- 第6章 大數(shù)據(jù)在保險(xiǎn)業(yè)中的應(yīng)用
- 本章作業(yè)
- 本章總結(jié)
- 5.5.5 大數(shù)據(jù)在量化交易中的應(yīng)用
- 5.5.4 量化交易的風(fēng)險(xiǎn)與控制
- 5.5.3 量化交易中的主要分析技術(shù)
- 5.5.2 量化交易策略
- 5.5.1 量化交易概述
- 5.5 大數(shù)據(jù)與量化交易
- 5.4.3 大數(shù)據(jù)智能投顧平臺(tái)技術(shù)架構(gòu)
- 5.4.2 大數(shù)據(jù)與智能投顧服務(wù)系統(tǒng)
- 5.4.1 智能投顧概述
- 5.4 大數(shù)據(jù)與智能投顧
- 5.3.2 基于網(wǎng)絡(luò)輿情的投資者情緒分析
- 5.3.1 投資者情緒的測(cè)量
- 5.3 投資情緒分析
- 5.2.3 流失客戶預(yù)測(cè)
- 5.2.2 客戶滿意度
- 5.2.1 客戶細(xì)分
- 5.2 客戶關(guān)系管理
- 5.1.5 人工神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用
- 5.1.4 聚類分析法的應(yīng)用
- 5.1.3 決策樹(shù)法的應(yīng)用
- 5.1.2 基于技術(shù)分析的數(shù)據(jù)挖掘方法
- 5.1.1 基于基本面分析的數(shù)據(jù)挖掘方法
- 5.1 大數(shù)據(jù)在股票分析中的應(yīng)用
- 第5章 大數(shù)據(jù)在證券行業(yè)中的應(yīng)用
- 本章作業(yè)
- 本章總結(jié)
- 4.5.4 案例——大數(shù)據(jù)分析助力手機(jī)銀行優(yōu)化創(chuàng)新
- 4.5.3 網(wǎng)絡(luò)輿情分析
- 4.5.2 產(chǎn)品和服務(wù)優(yōu)化
- 4.5.1 市場(chǎng)和渠道分析優(yōu)化
- 4.5 運(yùn)營(yíng)優(yōu)化
- 4.4.4 反洗錢(qián)
- 4.4.3 反欺詐
- 4.4.2 基于大數(shù)據(jù)的銀行風(fēng)險(xiǎn)管理模式
- 4.4.1 大數(shù)據(jù)風(fēng)險(xiǎn)控制與傳統(tǒng)風(fēng)險(xiǎn)控制的區(qū)別
- 4.4 大數(shù)據(jù)與風(fēng)險(xiǎn)管理
- 4.3.3 案例——大數(shù)據(jù)為商業(yè)銀行信貸管理提供更多可能
- 4.3.2 信用卡自動(dòng)授信
- 4.3.1 貸款風(fēng)險(xiǎn)評(píng)估
- 4.3 信貸管理
- 4.2.5 個(gè)性化推薦
- 4.2.4 社交化營(yíng)銷
- 4.2.3 交叉營(yíng)銷
- 4.2.2 實(shí)時(shí)營(yíng)銷
- 4.2.1 客戶生命周期管理
- 4.2 精準(zhǔn)營(yíng)銷
- 4.1.5 案例——大數(shù)據(jù)幫助商業(yè)銀行改善與客戶的關(guān)系
- 4.1.4 推出增值服務(wù),提升客戶忠誠(chéng)度
- 4.1.3 高效渠道管理
- 4.1.2 預(yù)見(jiàn)客戶流失
- 4.1.1 客戶細(xì)分
- 4.1 客戶關(guān)系管理
- 第4章 大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用
- 本章作業(yè)
- 本章總結(jié)
- 3.4 大數(shù)據(jù)技術(shù)與三種技術(shù)的關(guān)系
- 3.3.4 人工智能中的關(guān)鍵技術(shù)
- 3.3.3 人工智能技術(shù)的發(fā)展歷程、現(xiàn)狀與趨勢(shì)
- 3.3.2 人工智能技術(shù)的層次結(jié)構(gòu)
- 3.3.1 人工智能技術(shù)概述
- 3.3 人工智能技術(shù)
- 3.2.4 云的服務(wù)模式
- 3.2.3 云計(jì)算的發(fā)展歷程、現(xiàn)狀與趨勢(shì)
- 3.2.2 云計(jì)算系統(tǒng)架構(gòu)
- 3.2.1 云計(jì)算概述
- 3.2 云計(jì)算技術(shù)
- 3.1.4 物聯(lián)網(wǎng)的關(guān)鍵技術(shù)
- 3.1.3 物聯(lián)網(wǎng)技術(shù)的發(fā)展歷程、現(xiàn)狀及趨勢(shì)
- 3.1.2 物聯(lián)網(wǎng)技術(shù)的系統(tǒng)架構(gòu)
- 3.1.1 物聯(lián)網(wǎng)技術(shù)概述
- 3.1 物聯(lián)網(wǎng)技術(shù)
- 第3章 大數(shù)據(jù)相關(guān)技術(shù)
- 本章作業(yè)
- 本章總結(jié)
- 2.4.3 其他方法
- 2.4.2 回歸分析方法
- 2.4.1 分類分析方法
- 2.4 數(shù)據(jù)挖掘方法
- 2.3.3 HBase
- 2.3.2 MapReduce
- 2.3.1 HDFS系統(tǒng)
- 2.3 大數(shù)據(jù)架構(gòu)
- 2.2.3 常規(guī)渠道數(shù)據(jù)
- 2.2.2 外圍數(shù)據(jù)
- 2.2.1 核心數(shù)據(jù)
- 2.2 數(shù)據(jù)來(lái)源
- 2.1.5 數(shù)據(jù)解釋
- 2.1.4 數(shù)據(jù)挖掘
- 2.1.3 數(shù)據(jù)存儲(chǔ)
- 2.1.2 數(shù)據(jù)預(yù)處理
- 2.1.1 數(shù)據(jù)采集
- 2.1 大數(shù)據(jù)處理流程
- 第2章 大數(shù)據(jù)分析方法
- 本章作業(yè)
- 本章總結(jié)
- 1.7.2 案例之二:大數(shù)據(jù)與美團(tuán)外賣的精細(xì)化運(yùn)營(yíng)
- 1.7.1 案例之一:北京市政交通一卡通
- 1.7 大數(shù)據(jù)應(yīng)用案例
- 1.6 大數(shù)據(jù)金融信息安全
- 1.5.2 供應(yīng)鏈金融模式
- 1.5.1 平臺(tái)金融模式
- 1.5 大數(shù)據(jù)金融模式
- 1.4.4 大數(shù)據(jù)使征信行業(yè)大變革
- 1.4.3 大數(shù)據(jù)使證券業(yè)大變革
- 1.4.2 大數(shù)據(jù)使保險(xiǎn)業(yè)大變革
- 1.4.1 大數(shù)據(jù)使銀行業(yè)大變革
- 1.4 大數(shù)據(jù)使金融業(yè)大變革
- 1.3.3 大數(shù)據(jù)金融相對(duì)于傳統(tǒng)金融的優(yōu)勢(shì)
- 1.3.2 大數(shù)據(jù)金融的特點(diǎn)
- 1.3.1 大數(shù)據(jù)金融的內(nèi)涵
- 1.3 大數(shù)據(jù)金融的內(nèi)涵、特點(diǎn)與優(yōu)勢(shì)
- 1.2.4 金融
- 1.2.3 醫(yī)療
- 1.2.2 通信
- 1.2.1 商業(yè)
- 1.2 大數(shù)據(jù)應(yīng)用領(lǐng)域
- 1.1.3 大數(shù)據(jù)的價(jià)值
- 1.1.2 大數(shù)據(jù)的分類
- 1.1.1 大數(shù)據(jù)的內(nèi)涵與特征
- 1.1 大數(shù)據(jù)概述
- 第1章 大數(shù)據(jù)金融概述
- 《互聯(lián)網(wǎng)金融系列叢書(shū)》編審委員會(huì)
- 前言
- 內(nèi)容簡(jiǎn)介
- 版權(quán)信息
- 封面
- 封面
- 版權(quán)信息
- 內(nèi)容簡(jiǎn)介
- 前言
- 《互聯(lián)網(wǎng)金融系列叢書(shū)》編審委員會(huì)
- 第1章 大數(shù)據(jù)金融概述
- 1.1 大數(shù)據(jù)概述
- 1.1.1 大數(shù)據(jù)的內(nèi)涵與特征
- 1.1.2 大數(shù)據(jù)的分類
- 1.1.3 大數(shù)據(jù)的價(jià)值
- 1.2 大數(shù)據(jù)應(yīng)用領(lǐng)域
- 1.2.1 商業(yè)
- 1.2.2 通信
- 1.2.3 醫(yī)療
- 1.2.4 金融
- 1.3 大數(shù)據(jù)金融的內(nèi)涵、特點(diǎn)與優(yōu)勢(shì)
- 1.3.1 大數(shù)據(jù)金融的內(nèi)涵
- 1.3.2 大數(shù)據(jù)金融的特點(diǎn)
- 1.3.3 大數(shù)據(jù)金融相對(duì)于傳統(tǒng)金融的優(yōu)勢(shì)
- 1.4 大數(shù)據(jù)使金融業(yè)大變革
- 1.4.1 大數(shù)據(jù)使銀行業(yè)大變革
- 1.4.2 大數(shù)據(jù)使保險(xiǎn)業(yè)大變革
- 1.4.3 大數(shù)據(jù)使證券業(yè)大變革
- 1.4.4 大數(shù)據(jù)使征信行業(yè)大變革
- 1.5 大數(shù)據(jù)金融模式
- 1.5.1 平臺(tái)金融模式
- 1.5.2 供應(yīng)鏈金融模式
- 1.6 大數(shù)據(jù)金融信息安全
- 1.7 大數(shù)據(jù)應(yīng)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:大數(shù)據(jù)與美團(tuán)外賣的精細(xì)化運(yùn)營(yíng)
- 本章總結(jié)
- 本章作業(yè)
- 第2章 大數(shù)據(jù)分析方法
- 2.1 大數(shù)據(jù)處理流程
- 2.1.1 數(shù)據(jù)采集
- 2.1.2 數(shù)據(jù)預(yù)處理
- 2.1.3 數(shù)據(jù)存儲(chǔ)
- 2.1.4 數(shù)據(jù)挖掘
- 2.1.5 數(shù)據(jù)解釋
- 2.2 數(shù)據(jù)來(lái)源
- 2.2.1 核心數(shù)據(jù)
- 2.2.2 外圍數(shù)據(jù)
- 2.2.3 常規(guī)渠道數(shù)據(jù)
- 2.3 大數(shù)據(jù)架構(gòu)
- 2.3.1 HDFS系統(tǒng)
- 2.3.2 MapReduce
- 2.3.3 HBase
- 2.4 數(shù)據(jù)挖掘方法
- 2.4.1 分類分析方法
- 2.4.2 回歸分析方法
- 2.4.3 其他方法
- 本章總結(jié)
- 本章作業(yè)
- 第3章 大數(shù)據(jù)相關(guān)技術(shù)
- 3.1 物聯(lián)網(wǎng)技術(shù)
- 3.1.1 物聯(lián)網(wǎng)技術(shù)概述
- 3.1.2 物聯(lián)網(wǎng)技術(shù)的系統(tǒng)架構(gòu)
- 3.1.3 物聯(lián)網(wǎng)技術(shù)的發(fā)展歷程、現(xiàn)狀及趨勢(shì)
- 3.1.4 物聯(lián)網(wǎng)的關(guān)鍵技術(shù)
- 3.2 云計(jì)算技術(shù)
- 3.2.1 云計(jì)算概述
- 3.2.2 云計(jì)算系統(tǒng)架構(gòu)
- 3.2.3 云計(jì)算的發(fā)展歷程、現(xiàn)狀與趨勢(shì)
- 3.2.4 云的服務(wù)模式
- 3.3 人工智能技術(shù)
- 3.3.1 人工智能技術(shù)概述
- 3.3.2 人工智能技術(shù)的層次結(jié)構(gòu)
- 3.3.3 人工智能技術(shù)的發(fā)展歷程、現(xiàn)狀與趨勢(shì)
- 3.3.4 人工智能中的關(guān)鍵技術(shù)
- 3.4 大數(shù)據(jù)技術(shù)與三種技術(shù)的關(guān)系
- 本章總結(jié)
- 本章作業(yè)
- 第4章 大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用
- 4.1 客戶關(guān)系管理
- 4.1.1 客戶細(xì)分
- 4.1.2 預(yù)見(jiàn)客戶流失
- 4.1.3 高效渠道管理
- 4.1.4 推出增值服務(wù),提升客戶忠誠(chéng)度
- 4.1.5 案例——大數(shù)據(jù)幫助商業(yè)銀行改善與客戶的關(guān)系
- 4.2 精準(zhǔn)營(yíng)銷
- 4.2.1 客戶生命周期管理
- 4.2.2 實(shí)時(shí)營(yíng)銷
- 4.2.3 交叉營(yíng)銷
- 4.2.4 社交化營(yíng)銷
- 4.2.5 個(gè)性化推薦
- 4.3 信貸管理
- 4.3.1 貸款風(fēng)險(xiǎn)評(píng)估
- 4.3.2 信用卡自動(dòng)授信
- 4.3.3 案例——大數(shù)據(jù)為商業(yè)銀行信貸管理提供更多可能
- 4.4 大數(shù)據(jù)與風(fēng)險(xiǎn)管理
- 4.4.1 大數(shù)據(jù)風(fēng)險(xiǎn)控制與傳統(tǒng)風(fēng)險(xiǎn)控制的區(qū)別
- 4.4.2 基于大數(shù)據(jù)的銀行風(fēng)險(xiǎn)管理模式
- 4.4.3 反欺詐
- 4.4.4 反洗錢(qián)
- 4.5 運(yùn)營(yíng)優(yōu)化
- 4.5.1 市場(chǎng)和渠道分析優(yōu)化
- 4.5.2 產(chǎn)品和服務(wù)優(yōu)化
- 4.5.3 網(wǎng)絡(luò)輿情分析
- 4.5.4 案例——大數(shù)據(jù)分析助力手機(jī)銀行優(yōu)化創(chuàng)新
- 本章總結(jié)
- 本章作業(yè)
- 第5章 大數(shù)據(jù)在證券行業(yè)中的應(yīng)用
- 5.1 大數(shù)據(jù)在股票分析中的應(yīng)用
- 5.1.1 基于基本面分析的數(shù)據(jù)挖掘方法
- 5.1.2 基于技術(shù)分析的數(shù)據(jù)挖掘方法
- 5.1.3 決策樹(shù)法的應(yīng)用
- 5.1.4 聚類分析法的應(yīng)用
- 5.1.5 人工神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用
- 5.2 客戶關(guān)系管理
- 5.2.1 客戶細(xì)分
- 5.2.2 客戶滿意度
- 5.2.3 流失客戶預(yù)測(cè)
- 5.3 投資情緒分析
- 5.3.1 投資者情緒的測(cè)量
- 5.3.2 基于網(wǎng)絡(luò)輿情的投資者情緒分析
- 5.4 大數(shù)據(jù)與智能投顧
- 5.4.1 智能投顧概述
- 5.4.2 大數(shù)據(jù)與智能投顧服務(wù)系統(tǒng)
- 5.4.3 大數(shù)據(jù)智能投顧平臺(tái)技術(shù)架構(gòu)
- 5.5 大數(shù)據(jù)與量化交易
- 5.5.1 量化交易概述
- 5.5.2 量化交易策略
- 5.5.3 量化交易中的主要分析技術(shù)
- 5.5.4 量化交易的風(fēng)險(xiǎn)與控制
- 5.5.5 大數(shù)據(jù)在量化交易中的應(yīng)用
- 本章總結(jié)
- 本章作業(yè)
- 第6章 大數(shù)據(jù)在保險(xiǎn)業(yè)中的應(yīng)用
- 6.1 大數(shù)據(jù)保險(xiǎn)
- 6.1.1 大數(shù)據(jù)保險(xiǎn)的概念和特征
- 6.1.2 保險(xiǎn)業(yè)大數(shù)據(jù)應(yīng)用的階段
- 6.1.3 大數(shù)據(jù)在保險(xiǎn)行業(yè)中的作用
- 6.1.4 大數(shù)據(jù)下的數(shù)據(jù)服務(wù)架構(gòu)
- 6.1.5 保險(xiǎn)業(yè)大數(shù)據(jù)應(yīng)用現(xiàn)狀
- 6.2 承保定價(jià)
- 6.2.1 大數(shù)據(jù)與傳統(tǒng)保險(xiǎn)定價(jià)理論
- 6.2.2 大數(shù)據(jù)對(duì)承保定價(jià)的革新
- 6.2.3 大數(shù)據(jù)在車險(xiǎn)定價(jià)中的應(yīng)用
- 6.2.4 大數(shù)據(jù)在健康險(xiǎn)定價(jià)中的應(yīng)用
- 6.3 精準(zhǔn)營(yíng)銷
- 6.3.1 保險(xiǎn)精準(zhǔn)營(yíng)銷
- 6.3.2 大數(shù)據(jù)與保險(xiǎn)精準(zhǔn)營(yíng)銷
- 6.3.3 組建垂直平臺(tái)生態(tài)圈
- 6.3.4 大數(shù)據(jù)精準(zhǔn)營(yíng)銷在保險(xiǎn)業(yè)中的應(yīng)用
- 6.4 欺詐識(shí)別
- 6.4.1 保險(xiǎn)欺詐
- 6.4.2 大數(shù)據(jù)與保險(xiǎn)反欺詐
- 6.4.3 大數(shù)據(jù)與車險(xiǎn)反欺詐
- 6.4.4 大數(shù)據(jù)與健康險(xiǎn)的理賠風(fēng)險(xiǎn)
- 本章總結(jié)
- 本章作業(yè)
- 第7章 大數(shù)據(jù)征信
- 7.1 傳統(tǒng)征信
- 7.1.1 征信概述
- 7.1.2 征信的基本流程
- 7.1.3 征信行業(yè)產(chǎn)業(yè)鏈
- 7.1.4 征信產(chǎn)品
- 7.1.5 征信機(jī)構(gòu)
- 7.1.6 征信體系
- 7.2 大數(shù)據(jù)征信
- 7.2.1 大數(shù)據(jù)征信概述
- 7.2.2 大數(shù)據(jù)征信的理論基礎(chǔ)
- 7.2.3 大數(shù)據(jù)征信流程
- 7.3 大數(shù)據(jù)征信典型企業(yè)
- 7.3.1 國(guó)外大數(shù)據(jù)征信典型企業(yè)
- 7.3.2 國(guó)內(nèi)大數(shù)據(jù)征信典型企業(yè)
- 本章總結(jié)
- 本章作業(yè)
- 第8章 大數(shù)據(jù)信用評(píng)分方法
- 8.1 信用評(píng)分概述
- 8.1.1 信用與信用評(píng)分的內(nèi)涵
- 8.1.2 信用評(píng)分與信用評(píng)級(jí)的比較
- 8.1.3 信用評(píng)分的應(yīng)用領(lǐng)域
- 8.1.4 我國(guó)個(gè)人信用評(píng)分發(fā)展現(xiàn)狀
- 8.1.5 大數(shù)據(jù)信用評(píng)分與傳統(tǒng)信用評(píng)分的比較
- 8.2 數(shù)據(jù)挖掘與大數(shù)據(jù)信用評(píng)分
- 8.2.1 數(shù)據(jù)挖掘在大數(shù)據(jù)信用評(píng)分中的重要性
- 8.2.2 基于數(shù)據(jù)挖掘的信用評(píng)分模型構(gòu)建步驟
- 8.3 大數(shù)據(jù)信用評(píng)分方法
- 8.3.1 傳統(tǒng)信用評(píng)分的方法
- 8.3.2 大數(shù)據(jù)信用評(píng)分方法
- 8.3.3 信用評(píng)分模型準(zhǔn)確度的效果評(píng)估指標(biāo)
- 8.4 大數(shù)據(jù)信用評(píng)分典型案例
- 8.4.1 國(guó)外大數(shù)據(jù)信用評(píng)分案例
- 8.4.2 國(guó)內(nèi)大數(shù)據(jù)信用評(píng)分案例
- 本章總結(jié)
- 本章作業(yè)
- 第9章 大數(shù)據(jù)與中國(guó)金融信息安全
- 9.1 金融信息安全的重要性
- 9.1.1 金融信息安全的含義
- 9.1.2 金融信息安全的屬性特征
- 9.1.3 金融信息安全的重要性
- 9.2 大數(shù)據(jù)給我國(guó)金融信息安全帶來(lái)的機(jī)遇和挑戰(zhàn)
- 9.2.1 大數(shù)據(jù)給金融信息安全帶來(lái)的機(jī)遇
- 9.2.2 大數(shù)據(jù)給我國(guó)金融信息安全帶來(lái)的挑戰(zhàn)
- 9.2.3 案例:美國(guó)“棱鏡門(mén)”事件
- 9.3 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)
- 9.3.1 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)的類型
- 9.3.2 大數(shù)據(jù)金融信息安全風(fēng)險(xiǎn)的特征
- 9.3.3 國(guó)內(nèi)外金融信息安全事件及事故
- 9.4 我國(guó)金融信息安全現(xiàn)狀及制約因素
- 9.4.1 我國(guó)金融信息安全現(xiàn)狀
- 9.4.2 我國(guó)金融信息安全的制約因素
- 9.5 美國(guó)金融信息安全保障機(jī)制
- 9.5.1 美國(guó)金融信息安全保障機(jī)制的特點(diǎn)
- 9.5.2 美國(guó)金融信息安全保障機(jī)制的主要做法
- 9.6 我國(guó)金融信息安全建設(shè)
- 9.6.1 完善頂層設(shè)計(jì),盡快構(gòu)建適應(yīng)我國(guó)金融發(fā)展需要的金融信息安全保障體系
- 9.6.2 盡快制定我國(guó)金融行業(yè)國(guó)產(chǎn)信息技術(shù)產(chǎn)品和服務(wù)替代戰(zhàn)略
- 9.6.3 盡快制定金融行業(yè)自主可控戰(zhàn)略實(shí)施步驟,推進(jìn)自主可控國(guó)家戰(zhàn)略
- 9.6.4 應(yīng)用大數(shù)據(jù)進(jìn)行信息安全分析
- 本章總結(jié)
- 本章作業(yè)
- 參考文獻(xiàn) 更新時(shí)間:2023-07-17 20:10:21