搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
金融科技(信息技术前沿与领域应用)
0.00     定价 ¥ 89.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购24本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787560666389
  • 作      者:
    编者:王崇骏|责编:高樱
  • 出 版 社 :
    西安电子科技大学出版社
  • 出版日期:
    2023-01-01
收藏
内容介绍
本书以金融为研究对象,围绕“基本概念与场景研判→关键技术与应用路径→应用场景与技术选型”这一主线,顺序介绍和研判大数据价值实现路径涉及的关键技术、选型思路和典型应用案例。全书共11章,具体包括金融概述、从数字化到数智化、大数据汇聚、大数据分析、大数据处理、大数据管理、数据赋能技术路径、获客问题、风控问题、征信问题和金融大数据应用场景。 本书能够给“大数据与金融科技”相关工作者(比如政府部门主管、处于数字化转型期的传统企业领导或信息主管、大数据尤其是金融大数据项目研发工程技术人员)、普通院校数据与金融科技相关专业的研究生和本科生以及对大数据与金融科技感兴趣的读者等提供一些借鉴。
展开
目录
第1章 金融概述
1.1 引言
1.2 从互联网到“互联网+”
1.2.1 互联网
1.2.2 互联网进阶
1.2.3 从消费互联网到产业互联网
1.3 互联网金融
1.3.1 概述
1.3.2 众筹模式
1.3.3 第三方支付模式
1.3.4 其他类型的互联网金融
1.4 金融科技
1.4.1 概述
1.4.2 关键技术
1.4.3 监管科技
1.5 小结
第2章 从数字化到数智化
2.1 引言
2.2 从智能到智能+
2.2.1 智能
2.2.2 人工智能
2.2.3 人工智能2.0
2.2.4 智能+
2.2.5 智能+金融示例
2.3 从数据到大数据+
2.3.1 数据
2.3.2 大数据
2.3.3 大数据难题
2.3.4 大数据智能
2.3.5 大数据+金融示例
2.4 法律与伦理问题
2.4.1 人工智能伦理
2.4.2 人工智能监管
2.4.3 数据歧视与算法偏见
2.4.4 数据隐私保护与立法
2.5 小结
第3章 大数据汇聚
3.1 引言
3.2 数据汇聚梳理
3.3 数据库数据采集
3.3.1 ETL
3.3.2 常用ETL工具
3.3.3 应用提示
3.4 表面网数据采集
3.4.1 网络爬虫
3.4.2 分布式爬虫
3.4.3 网页信息提取方法
3.4.4 典型开源工具
3.4.5 应用提示
3.5 深网数据采集
3.5.1 概述
3.5.2 深网信息的特点
3.5.3 深网数据获取方法
3.6 基于群智的数据感知
3.6.1 群智
3.6.2 群智大数据
3.6.3 群智大数据系统架构
3.7 小结
第4章 大数据分析
4.1 引言
4.2 数据建模
4.2.1 数据与特征
4.2.2 特征工程
4.2.3 表示学习
4.3 机器学习
4.3.1 概述
4.3.2 基本分类
4.3.3 经典机器学习
4.3.4 高级机器学习
4.3.5 开源工具
4.4 大数据可视化
4.4.1 概述
4.4.2 可视化过程
4.4.3 开发工具
4.5 金融大数据分析问题
4.5.1 银行业应用
4.5.2 保险业应用
4.5.3 证券业应用
4.6 小结
第5章 大数据处理
5.1 引言
5.2 分布式处理
5.2.1 概述
5.2.2 基本结构
5.2.3 主要功能模块
5.3 并行计算
5.3.1 概述
5.3.2 GPU简介
5.3.3 CUDA编程模型
5.4 超融合系统
5.4.1 概述
5.4.2 超融合架构
5.4.3 超融合产品
5.5 小结
第6章 大数据管理
6.1 引言
6.2 大数据组织与管理
6.2.1 概述
6.2.2 批处理与流处理
6.2.3 集中与分布
6.2.4 SQL与NoSQL
6.3 数据质量与数据治理
6.3.1 概述
6.3.2 数据治理准则
6.3.3 数据治理体系
6.3.4 数据治理参考流程
6.4 数据安全与安全治理
6.4.1 概述
6.4.2 一般思路
6.4.3 数据脱敏
6.4.4 数据隐私保护
6.5 大数据开放与共享
6.5.1 大数据开放与共享
6.5.2 政府大数据开放与共享
6.5.3 大数据流通与交易
6.6 小结
第7章 数据赋能技术路径
7.1 引言
7.2 数据分析的一般流程
7.2.1 无标签数据分析
7.2.2 标签化
7.2.3 有标签数据分析
7.3 数据驱动方法进阶
7.3.1 演绎、归纳和溯因
7.3.2 从逻辑驱动到数据驱动
7.3.3 数据驱动+逻辑驱动
7.4 模型部署与更新
7.4.1 模型部署方式
7.4.2 模型更新方式
7.4.3 模型部署流程
7.5 知识图谱
7.5.1 概述
7.5.2 构建技术
7.5.3 开源工具
7.5.4 应用场景
7.6 智慧+
7.6.1 智慧城市的提出
7.6.2 智慧城市IT架构
7.6.3 智慧+
7.7 小结
第8章 获客问题
8.1 引言
8.2 获客问题
8.2.1 概述
8.2.2 获客路径
8.2.3 获客框架
8.2.4 典型应用
8.3 用户画像
8.3.1 概述
8.3.2 基本流程
8.3.3 典型应用
8.4 客户关系管理
8.4.1 概述
8.4.2 CRM系统
8.4.3 应用场景
8.5 自动推荐
8.5.1 概述
8.5.2 基本方法
8.5.3 典型应用
8.6 小结
第9章 风控问题
9.1 引言
9.2 巴塞尔协议
9.3 风险控制
9.3.1 风险管理体系
9.3.2 内控与合规
9.3.3 反欺诈
9.3.4 央行风控措施
9.4 大数据风控
9.4.1 概述
9.4.2 一般流程
9.4.3 典型产品
9.5 应用场景
9.5.1 基于大数据的反洗钱
9.5.2 基于大数据的第三方支付欺诈检测
9.5.3 基于大数据的企业贷后风险评估
9.5.4 基于大数据的催收管理
9.5.5 基于大数据的保险欺诈检测
9.5.6 基于大数据的金融期货市场风险监控
9.5.7 基于大数据的地方金融风险预警
9.6 小结
第10章 征信问题
10.1 引言
10
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证