編輯推薦:　　隨著信息技術(shù)的飛速發(fā)展，特別是云計算、大數(shù)據(jù)技術(shù)的應(yīng)用，未來金融機構(gòu)的核心競爭力很大程度上依賴于將數(shù)據(jù)轉(zhuǎn)化為信息和知識的速度與能力，而這種轉(zhuǎn)化速度和能力，取決于數(shù)據(jù)分析、挖掘和應(yīng)用水平。隨著移動支付、互聯(lián)網(wǎng)金融等新興金融業(yè)態(tài)的不斷涌現(xiàn)，以“用戶為中心”、強化用戶體驗的服務(wù)模式將成為未來金融業(yè)的重要發(fā)展方向。應(yīng)用大數(shù)據(jù)技術(shù)可多方面掌握客戶及業(yè)務(wù)的有效信息，全面綜合分析客戶的資產(chǎn)負(fù)債、流動性及客戶行為，有助于金融機構(gòu)進行產(chǎn)品創(chuàng)新、精準(zhǔn)營銷和風(fēng)險管理，實現(xiàn)數(shù)據(jù)資產(chǎn)向戰(zhàn)略資產(chǎn)和市場競爭力的轉(zhuǎn)化?！洞髷?shù)據(jù)技術(shù)與應(yīng)用：金融大數(shù)據(jù)》力求把握金融大數(shù)據(jù)應(yīng)用的最新動向，結(jié)合大數(shù)據(jù)技術(shù)在國內(nèi)外金融領(lǐng)域的發(fā)展和應(yīng)用現(xiàn)狀，以典型應(yīng)用為支撐，從大數(shù)據(jù)視角進行分析，為金融創(chuàng)新與金融大數(shù)據(jù)研究和應(yīng)用提供有益支持。

內(nèi)容簡介:　　《大數(shù)據(jù)技術(shù)與應(yīng)用：金融大數(shù)據(jù)》闡述了大數(shù)據(jù)技術(shù)在國內(nèi)外金融領(lǐng)域的發(fā)展和應(yīng)用現(xiàn)狀，從大數(shù)據(jù)視角加以思考和探索，為金融創(chuàng)新、金融大數(shù)據(jù)研究和應(yīng)用提供有益支持。
　　《大數(shù)據(jù)技術(shù)與應(yīng)用：金融大數(shù)據(jù)》共15章。第1、2章介紹金融大數(shù)據(jù)的應(yīng)用現(xiàn)狀、資源和技術(shù)等。第3至14章是《大數(shù)據(jù)技術(shù)與應(yīng)用：金融大數(shù)據(jù)》重點，分別介紹了大數(shù)據(jù)技術(shù)在證券期貨、銀行、保險和互聯(lián)網(wǎng)金融中的應(yīng)用。第3至5章為證券期貨應(yīng)用，典型應(yīng)用包括自動化交易策略設(shè)計、金融期貨風(fēng)險監(jiān)管、證券期貨輿情分析等。第6至8章為銀行業(yè)應(yīng)用，典型應(yīng)用包括銀行客戶關(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(yīng)用，典型應(yīng)用包括保險精準(zhǔn)營銷、醫(yī)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(yīng)用，典型應(yīng)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(shù)據(jù)時代的應(yīng)對戰(zhàn)略、金融信息復(fù)合型人才培養(yǎng)提出了建議。
　　《大數(shù)據(jù)技術(shù)與應(yīng)用：金融大數(shù)據(jù)》可供金融信息專業(yè)、計算機類數(shù)據(jù)科學(xué)等專業(yè)的高校師生使用，也可供金融行業(yè)從業(yè)人員、數(shù)據(jù)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(shù)據(jù)帶來的變革
1.2 大數(shù)據(jù)在金融中的應(yīng)用現(xiàn)狀
1.2.1 證券期貨業(yè)應(yīng)用現(xiàn)狀
1.2 銀行業(yè)應(yīng)用現(xiàn)狀
1.2.3 保險業(yè)應(yīng)用現(xiàn)狀
1.2.4 跨行業(yè)互聯(lián)網(wǎng)金融應(yīng)用現(xiàn)狀
1.3 大數(shù)據(jù)時代金融業(yè)的機遇和挑戰(zhàn)
參考文獻(xiàn)

第2章 金融大數(shù)據(jù)資源
2.1 國內(nèi)的大數(shù)據(jù)資源
2.2 大數(shù)據(jù)處理流程
2.3 金融大數(shù)據(jù)資源及處理技術(shù)
2.3.1 金融大數(shù)據(jù)資源
2.3.2 金融大數(shù)據(jù)處理關(guān)鍵技術(shù)
參考文獻(xiàn)

第3章 大數(shù)據(jù)與自動化交易
3.1 自動化交易在國內(nèi)外的發(fā)展
3.1.1 自動化交易的類型
3.1.2 自動化交易的國內(nèi)外發(fā)展現(xiàn)狀
3.2 典型自動化交易策略
3.2.1 期現(xiàn)套利策略
3.2.2 價差套利策略
3.2.3 流動性策略
3.3 基于數(shù)據(jù)挖掘的自動化交易策略
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(xiàn)

第4章 大數(shù)據(jù)與金融期貨市場風(fēng)險監(jiān)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 金融期貨種類和特點
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 金融市場風(fēng)險監(jiān)管面臨的挑戰(zhàn)
4.3 基于大數(shù)據(jù)的金融期貨市場風(fēng)險監(jiān)控
4.3.1 金融期貨市場風(fēng)險監(jiān)控系統(tǒng)
4.3.2 大數(shù)據(jù)技術(shù)的應(yīng)用
4.3.3 風(fēng)險監(jiān)控系統(tǒng)建設(shè)的意義
參孝文獻(xiàn)

第5章 大數(shù)據(jù)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
5.2.1 資本市場輿情管理
5.2.2 基于網(wǎng)絡(luò)輿情的股票市場行情預(yù)測
5.3 基于大數(shù)據(jù)的投資者情緒分析
5.3.1 網(wǎng)頁抓取技術(shù)
5.3.2 信息預(yù)處理技術(shù)
5.3.3 特征挖掘技術(shù)
5.3.4 情感極性分類技術(shù)
參考文獻(xiàn)

第6章 大數(shù)據(jù)與銀行客戶關(guān)系管理
6.1 銀行客戶關(guān)系管理
6.2 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用
6.3 基于決策樹方法的客戶貸款風(fēng)險預(yù)測
6.4 大數(shù)據(jù)在銀行客戶關(guān)系管理領(lǐng)域的應(yīng)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(zhǔn)營銷案例
參考文獻(xiàn)

第7章 大數(shù)據(jù)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(shù)據(jù)的銀行風(fēng)險管理模式
7.3 基于大數(shù)據(jù)的銀行風(fēng)險管理案例
7.3.1 基于大數(shù)據(jù)處理的交易欺詐偵測
7.3.2 基于數(shù)據(jù)倉庫的銀行風(fēng)險監(jiān)管系統(tǒng)
7.3.3 銀行開展全面風(fēng)險管理的對策建議
參考文獻(xiàn)

第8章 大數(shù)據(jù)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(shù)據(jù)的小微企業(yè)信貸模式創(chuàng)新
8.3 基于數(shù)據(jù)挖掘的小微企業(yè)信用風(fēng)險評估
8.3.1 算法設(shè)計
8.3.2 實驗
8.4 基于大數(shù)據(jù)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(shù)據(jù)的信用評估體系
8.4.2 民生銀行小微企業(yè)貸款實踐
8.4.3 銀行開展小微企業(yè)信貸的建議
參考文獻(xiàn)

第9章 大數(shù)據(jù)與保險精準(zhǔn)營銷
9.1 基于大數(shù)據(jù)的保險精準(zhǔn)營銷
9.1.1 大數(shù)據(jù)在保險營銷中的應(yīng)用
9.1.2 保險精準(zhǔn)營銷整體流程及系統(tǒng)架構(gòu)
9.2 保險精準(zhǔn)營銷核心技術(shù)
9.3 基于大數(shù)據(jù)的保險精準(zhǔn)營銷應(yīng)用拓展
9.3.1 集成企業(yè)內(nèi)部結(jié)構(gòu)化數(shù)據(jù)
9.3.2 集成企業(yè)內(nèi)部非結(jié)構(gòu)化數(shù)據(jù)
參考文獻(xiàn)

第10章 大數(shù)據(jù)與醫(yī)療保險業(yè)務(wù)優(yōu)化
10.1 醫(yī)療保險及其理賠流程
10.2 基于大數(shù)據(jù)的醫(yī)療保險產(chǎn)品定價優(yōu)化
10.2.1 保險產(chǎn)品定價存在的問題
10.2.2 數(shù)據(jù)準(zhǔn)備
10.2.3 聚類模型構(gòu)建與評估
10.3 基于大數(shù)據(jù)的醫(yī)療保險核保優(yōu)化
10.3.1 醫(yī)療保險核保存在的問題
10.3.2 數(shù)據(jù)準(zhǔn)備
10.3.3 客戶風(fēng)險級別判別模型的建立
參孝文獻(xiàn)

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

第12章 大數(shù)據(jù)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(fēng)險
12.2.1 業(yè)務(wù)風(fēng)險分析
12.2.2 系統(tǒng)風(fēng)險分析
12.3 基于大數(shù)據(jù)的第三方支付欺詐發(fā)現(xiàn)
12.3.1 第三方支付與網(wǎng)絡(luò)欺詐
12.3.2 數(shù)據(jù)挖掘與欺詐發(fā)現(xiàn)
參考文獻(xiàn)

第13章 大數(shù)據(jù)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(shù)據(jù)的P2P個性化推薦
13.4.1 P2P網(wǎng)站中的個性化推薦
13.4.2 推薦系統(tǒng)
13.4.3 基于VITA系統(tǒng)的信貸產(chǎn)品匹配機制
參考文獻(xiàn)

第14章 大數(shù)據(jù)與供應(yīng)鏈融資
14.1 供應(yīng)鏈融資概述
14.1.1 供應(yīng)鏈融資及其特征
14.1.2 供應(yīng)鏈融資的意義
14.1.3 國內(nèi)外供應(yīng)鏈融資的發(fā)展
14.1.4 供應(yīng)鏈融資中的風(fēng)險
14.2 供應(yīng)鏈融資產(chǎn)品與模式
14.3 基于大數(shù)據(jù)的企業(yè)信用評估
14.3.1 供應(yīng)鏈中的企業(yè)信用問題
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(xiàn)

第15章 展望
15.1 大數(shù)據(jù)時代金融機構(gòu)的戰(zhàn)略
15.2 大數(shù)據(jù)時代的金融人才培養(yǎng)