• <em id="pai5d"></em><sup id="pai5d"></sup>
    
    

    <small id="pai5d"><rp id="pai5d"></rp></small>
    <option id="pai5d"></option>

    
    
  • <sup id="pai5d"></sup>
    <em id="pai5d"><label id="pai5d"></label></em>

  • <s id="pai5d"></s>
    當前位置 : 首頁(yè)  圖書(shū) 正文

    大數據技術(shù)與應用:金融大數據簡(jiǎn)介,目錄書(shū)摘

    2020-06-01 11:13 來(lái)源:京東 作者:京東
    大數據技術(shù)與應用
    大數據技術(shù)與應用:金融大數據
    暫無(wú)報價(jià)
    100+評論 96%好評
    編輯推薦:  隨著(zhù)信息技術(shù)的飛速發(fā)展,特別是云計算、大數據技術(shù)的應用,未來(lái)金融機構的核心競爭力很大程度上依賴(lài)于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,取決于數據分析、挖掘和應用水平。隨著(zhù)移動(dòng)支付、互聯(lián)網(wǎng)金融等新興金融業(yè)態(tài)的不斷涌現,以“用戶(hù)為中心”、強化用戶(hù)體驗的服務(wù)模式將成為未來(lái)金融業(yè)的重要發(fā)展方向。應用大數據技術(shù)可多方面掌握客戶(hù)及業(yè)務(wù)的有效信息,全面綜合分析客戶(hù)的資產(chǎn)負債、流動(dòng)性及客戶(hù)行為,有助于金融機構進(jìn)行產(chǎn)品創(chuàng )新、精準營(yíng)銷(xiāo)和風(fēng)險管理,實(shí)現數據資產(chǎn)向戰略資產(chǎn)和市場(chǎng)競爭力的轉化?!洞髷祿夹g(shù)與應用:金融大數據》力求把握金融大數據應用的最新動(dòng)向,結合大數據技術(shù)在國內外金融領(lǐng)域的發(fā)展和應用現狀,以典型應用為支撐,從大數據視角進(jìn)行分析,為金融創(chuàng )新與金融大數據研究和應用提供有益支持。
    內容簡(jiǎn)介:  《大數據技術(shù)與應用:金融大數據》闡述了大數據技術(shù)在國內外金融領(lǐng)域的發(fā)展和應用現狀,從大數據視角加以思考和探索,為金融創(chuàng )新、金融大數據研究和應用提供有益支持。
      《大數據技術(shù)與應用:金融大數據》共15章。第1、2章介紹金融大數據的應用現狀、資源和技術(shù)等。第3至14章是《大數據技術(shù)與應用:金融大數據》重點(diǎn),分別介紹了大數據技術(shù)在證券期貨、銀行、保險和互聯(lián)網(wǎng)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(dòng)化交易策略設計、金融期貨風(fēng)險監管、證券期貨輿情分析等。第6至8章為銀行業(yè)應用,典型應用包括銀行客戶(hù)關(guān)系管理、銀行風(fēng)險管理、小微企業(yè)信貸等。第9至11章為保險業(yè)應用,典型應用包括保險精準營(yíng)銷(xiāo)、醫療保險業(yè)務(wù)優(yōu)化、保險欺詐識別等。第12至14章為互聯(lián)網(wǎng)金融應用,典型應用包括第三方支付、網(wǎng)絡(luò )融資、網(wǎng)絡(luò )基金等。第15章對金融業(yè)在大數據時(shí)代的應對戰略、金融信息復合型人才培養提出了建議。
      《大數據技術(shù)與應用:金融大數據》可供金融信息專(zhuān)業(yè)、計算機類(lèi)數據科學(xué)等專(zhuān)業(yè)的高校師生使用,也可供金融行業(yè)從業(yè)人員、數據科學(xué)研究人員及政府決策和管理人員參考。
    目錄:第1章 緒論
    1.1 大數據帶來(lái)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(yè)應用現狀
    1.2 銀行業(yè)應用現狀
    1.2.3 保險業(yè)應用現狀
    1.2.4 跨行業(yè)互聯(lián)網(wǎng)金融應用現狀
    1.3 大數據時(shí)代金融業(yè)的機遇和挑戰
    參考文獻

    第2章 金融大數據資源
    2.1 國內的大數據資源
    2.2 大數據處理流程
    2.3 金融大數據資源及處理技術(shù)
    2.3.1 金融大數據資源
    2.3.2 金融大數據處理關(guān)鍵技術(shù)
    參考文獻

    第3章 大數據與自動(dòng)化交易
    3.1 自動(dòng)化交易在國內外的發(fā)展
    3.1.1 自動(dòng)化交易的類(lèi)型
    3.1.2 自動(dòng)化交易的國內外發(fā)展現狀
    3.2 典型自動(dòng)化交易策略
    3.2.1 期現套利策略
    3.2.2 價(jià)差套利策略
    3.2.3 流動(dòng)性策略
    3.3 基于數據挖掘的自動(dòng)化交易策略
    3.3.1 基于模式識別的策略研究
    3.3.2 基于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(chǎng)風(fēng)險監管
    4.1 金融期貨及其特征
    4.1.1 金融期貨及其發(fā)展歷程
    4.1.2 金融期貨種類(lèi)和特點(diǎn)
    4.1.3 金融期貨在我國的發(fā)展
    4.1.4 金融期貨的風(fēng)險
    4.2 金融市場(chǎng)風(fēng)險監管面臨的挑戰
    4.3 基于大數據的金融期貨市場(chǎng)風(fēng)險監控
    4.3.1 金融期貨市場(chǎng)風(fēng)險監控系統
    4.3.2 大數據技術(shù)的應用
    4.3.3 風(fēng)險監控系統建設的意義
    參孝文獻

    第5章 大數據與證券網(wǎng)絡(luò )輿情
    5.1 網(wǎng)絡(luò )輿情及其特征
    5.2 網(wǎng)絡(luò )輿情與資本市場(chǎng)
    5.2.1 資本市場(chǎng)輿情管理
    5.2.2 基于網(wǎng)絡(luò )輿情的股票市場(chǎng)行情預測
    5.3 基于大數據的投資者情緒分析
    5.3.1 網(wǎng)頁(yè)抓取技術(shù)
    5.3.2 信息預處理技術(shù)
    5.3.3 特征挖掘技術(shù)
    5.3.4 情感極性分類(lèi)技術(shù)
    參考文獻

    第6章 大數據與銀行客戶(hù)關(guān)系管理
    6.1 銀行客戶(hù)關(guān)系管理
    6.2 數據挖掘在客戶(hù)關(guān)系管理中的應用
    6.3 基于決策樹(shù)方法的客戶(hù)貸款風(fēng)險預測
    6.4 大數據在銀行客戶(hù)關(guān)系管理領(lǐng)域的應用案例
    6.4.1 中信銀行信用卡業(yè)務(wù)創(chuàng )新
    6.4.2 交通銀行呼叫中心精準營(yíng)銷(xiāo)案例
    參考文獻

    第7章 大數據與銀行風(fēng)險管理
    7.1 銀行風(fēng)險管理體系
    7.2 基于大數據的銀行風(fēng)險管理模式
    7.3 基于大數據的銀行風(fēng)險管理案例
    7.3.1 基于大數據處理的交易欺詐偵測
    7.3.2 基于數據倉庫的銀行風(fēng)險監管系統
    7.3.3 銀行開(kāi)展全面風(fēng)險管理的對策建議
    參考文獻

    第8章 大數據與小微企業(yè)信貸
    8.1 小微企業(yè)信貸及其風(fēng)險
    8.2 基于大數據的小微企業(yè)信貸模式創(chuàng )新
    8.3 基于數據挖掘的小微企業(yè)信用風(fēng)險評估
    8.3.1 算法設計
    8.3.2 實(shí)驗
    8.4 基于大數據的小微企業(yè)貸款案例
    8.4.1 互聯(lián)網(wǎng)金融公司zestFinance基于大數據的信用評估體系
    8.4.2 民生銀行小微企業(yè)貸款實(shí)踐
    8.4.3 銀行開(kāi)展小微企業(yè)信貸的建議
    參考文獻

    第9章 大數據與保險精準營(yíng)銷(xiāo)
    9.1 基于大數據的保險精準營(yíng)銷(xiāo)
    9.1.1 大數據在保險營(yíng)銷(xiāo)中的應用
    9.1.2 保險精準營(yíng)銷(xiāo)整體流程及系統架構
    9.2 保險精準營(yíng)銷(xiāo)核心技術(shù)
    9.3 基于大數據的保險精準營(yíng)銷(xiāo)應用拓展
    9.3.1 集成企業(yè)內部結構化數據
    9.3.2 集成企業(yè)內部非結構化數據
    參考文獻

    第10章 大數據與醫療保險業(yè)務(wù)優(yōu)化
    10.1 醫療保險及其理賠流程
    10.2 基于大數據的醫療保險產(chǎn)品定價(jià)優(yōu)化
    10.2.1 保險產(chǎn)品定價(jià)存在的問(wèn)題
    10.2.2 數據準備
    10.2.3 聚類(lèi)模型構建與評估
    10.3 基于大數據的醫療保險核保優(yōu)化
    10.3.1 醫療保險核保存在的問(wèn)題
    10.3.2 數據準備
    10.3.3 客戶(hù)風(fēng)險級別判別模型的建立
    參孝文獻

    第11章 大數據與保險欺詐識別
    11.1 保險欺詐識別概述
    11.2 行業(yè)車(chē)險信息平臺及其反欺詐應用
    11.2.1 車(chē)載數據的采集與共享
    11.2.2 我國行業(yè)車(chē)險信息集中平臺
    l1.2.3 行業(yè)車(chē)險信息平臺在反欺詐中的應用
    11.3 基于大數據的保險欺詐偵測方法
    參考文獻

    第12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(yíng)特點(diǎn)
    12.2 第三方支付中的風(fēng)險
    12.2.1 業(yè)務(wù)風(fēng)險分析
    12.2.2 系統風(fēng)險分析
    12.3 基于大數據的第三方支付欺詐發(fā)現
    12.3.1 第三方支付與網(wǎng)絡(luò )欺詐
    12.3.2 數據挖掘與欺詐發(fā)現
    參考文獻

    第13章 大數據與網(wǎng)絡(luò )融資
    13.1 網(wǎng)絡(luò )融資概述
    13.2 網(wǎng)絡(luò )借貸
    13.2.1 P2P模式
    13.2.2 眾籌模式
    13.3 網(wǎng)絡(luò )基金
    13.4 基于大數據的P2P個(gè)性化推薦
    13.4.1 P2P網(wǎng)站中的個(gè)性化推薦
    13.4.2 推薦系統
    13.4.3 基于VITA系統的信貸產(chǎn)品匹配機制
    參考文獻

    第14章 大數據與供應鏈融資
    14.1 供應鏈融資概述
    14.1.1 供應鏈融資及其特征
    14.1.2 供應鏈融資的意義
    14.1.3 國內外供應鏈融資的發(fā)展
    14.1.4 供應鏈融資中的風(fēng)險
    14.2 供應鏈融資產(chǎn)品與模式
    14.3 基于大數據的企業(yè)信用評估
    14.3.1 供應鏈中的企業(yè)信用問(wèn)題
    14.3.2 基于人工智能的信用評分模型
    14.3.3 基于PSO-BP集成的企業(yè)信用評分
    參考文獻

    第15章 展望
    15.1 大數據時(shí)代金融機構的戰略
    15.2 大數據時(shí)代的金融人才培養
    熱門(mén)推薦文章
    相關(guān)優(yōu)評榜
    品類(lèi)齊全,輕松購物 多倉直發(fā),極速配送 正品行貨,精致服務(wù) 天天低價(jià),暢選無(wú)憂(yōu)
    購物指南
    購物流程
    會(huì )員介紹
    生活旅行/團購
    常見(jiàn)問(wèn)題
    大家電
    聯(lián)系客服
    配送方式
    上門(mén)自提
    211限時(shí)達
    配送服務(wù)查詢(xún)
    配送費收取標準
    海外配送
    支付方式
    貨到付款
    在線(xiàn)支付
    分期付款
    郵局匯款
    公司轉賬
    售后服務(wù)
    售后政策
    價(jià)格保護
    退款說(shuō)明
    返修/退換貨
    取消訂單
    特色服務(wù)
    奪寶島
    DIY裝機
    延保服務(wù)
    京東E卡
    京東通信
    京東JD+
    亚洲精品乱码久久久97_国产伦子一区二区三区_久久99精品久久久欧美_天天看片永久av影城网页
  • <em id="pai5d"></em><sup id="pai5d"></sup>
    
    

    <small id="pai5d"><rp id="pai5d"></rp></small>
    <option id="pai5d"></option>

    
    
  • <sup id="pai5d"></sup>
    <em id="pai5d"><label id="pai5d"></label></em>

  • <s id="pai5d"></s>