经济 类型
可以朗读 语音朗读
265千字 字数
2018-01-01 发行日期
展开全部

主编推荐语

本书详解大数据金融概念、商业模式、产品创新与案例分析。

内容简介

本书的内容结构安排主要包括八个有机组成部分，分别是大数据概念的提出与演化、大数据思维概述、大数据与金融的融合、大数据金融的商业模式创新、大数据金融机构与产品创新、大数据金融服务平台创新、大数据金融生态环境建设和大数据金融案例分析。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 前言
  • 目录
  • 第1章　大数据金融概述
  • 1.1　大数据概述
  • 1.1.1　大数据的内涵与特征
  • 1.1.2　大数据的分类
  • 1.1.3　大数据的价值
  • 1.2　大数据应用领域
  • 1.2.1　商业
  • 1.2.2　通信
  • 1.2.3　医疗
  • 1.2.4　金融
  • 1.3　大数据金融的内涵、特点与优势
  • 1.3.1　大数据金融的内涵
  • 1.3.2　大数据金融的特点
  • 1.3.3　大数据金融相对于传统金融的优势
  • 1.4　大数据带来金融业大变革
  • 1.4.1　大数据带来银行业大变革
  • 1.4.2　大数据带来保险业大变革
  • 1.4.3　大数据带来证券业大变革
  • 1.4.4　大数据带来征信行业大变革
  • 1.4.5　互联网金融中的大数据应用
  • 1.5　大数据金融模式
  • 1.5.1　平台金融模式
  • 1.5.2　供应链金融模式
  • 1.6　大数据金融信息安全
  • 1.7　大数据应用案例
  • 1.7.1　案例之一：滴滴出行
  • 1.7.2　案例之二：大数据与美团外卖的精细化运营
  • 本章总结
  • 本章作业
  • 第2章　大数据相关技术
  • 2.1　大数据处理流程
  • 2.1.1　数据采集
  • 2.1.2　数据预处理
  • 2.1.3　数据存储
  • 2.1.4　数据挖掘
  • 2.1.5　数据解释
  • 2.2　数据来源
  • 2.2.1　核心数据
  • 2.2.2　外围数据
  • 2.2.3　常规渠道数据
  • 2.3　大数据架构
  • 2.3.1　HDFS系统
  • 2.3.2　MapReduce
  • 2.3.3　HBase
  • 2.4　数据挖掘方法
  • 2.4.1　分类分析
  • 2.4.2　回归分析
  • 2.4.3　其他方法
  • 本章总结
  • 本章作业
  • 第3章　大数据在商业银行中的应用
  • 3.1　客户关系管理
  • 3.1.1　客户细分
  • 3.1.2　预见客户流失
  • 3.1.3　高效渠道管理
  • 3.1.4　推出增值服务，提升客户忠诚度
  • 3.1.5　案例——大数据帮助商业银行改善与客户的关系
  • 3.2　精准营销
  • 3.2.1　客户生命周期管理
  • 3.2.2　实时营销
  • 3.2.3　交叉营销
  • 3.2.4　社交化营销
  • 3.2.5　个性化推荐
  • 3.3　信贷管理
  • 3.3.1　贷款风险评估
  • 3.3.2　信用卡自动授信
  • 3.3.3　案例——大数据为商业银行信贷管理提供更多可能
  • 3.4　风险管理
  • 3.4.1　大数据风险控制与传统风险控制的区别
  • 3.4.2　基于大数据的银行风险管理模式
  • 3.4.3　反欺诈
  • 3.4.4　反洗钱
  • 3.5　运营优化
  • 3.5.1　市场和渠道分析优化
  • 3.5.2　产品和服务优化
  • 3.5.3　网络舆情分析
  • 3.5.4　案例——大数据分析助力手机银行优化创新
  • 本章总结
  • 本章作业
  • 第4章　大数据在证券行业中的应用
  • 4.1　大数据在股票分析中的应用
  • 4.1.1　基于基本面分析的数据挖掘方法
  • 4.1.2　基于技术分析的数据挖掘方法
  • 4.1.3　决策树法的应用
  • 4.1.4　聚类分析法的应用
  • 4.1.5　人工神经网络算法的应用
  • 4.2　客户关系管理
  • 4.2.1　客户细分
  • 4.2.2　客户满意度
  • 4.2.3　流失客户预测
  • 4.3　投资情绪分析
  • 4.3.1　投资者情绪的测量
  • 4.3.2　基于网络舆情的投资者情绪分析
  • 4.4　大数据与量化投资
  • 4.4.1　量化投资概述
  • 4.4.2　证券量化投资中的主要分析工具
  • 4.4.3　大数据在证券量化投资中的应用
  • 本章总结
  • 本章作业
  • 第5章　大数据在保险业中的应用
  • 5.1　大数据保险
  • 5.1.1　大数据保险的概念和特征
  • 5.1.2　保险业大数据应用的阶段
  • 5.1.3　大数据在保险行业中的作用
  • 5.1.4　大数据下的数据服务架构
  • 5.1.5　保险业大数据应用现状
  • 5.2　承保定价
  • 5.2.1　大数据与传统保险定价理论
  • 5.2.2　大数据对承保定价的革新
  • 5.2.3　大数据在车险定价中的应用
  • 5.2.4　大数据在健康险定价中的应用
  • 5.3　精准营销
  • 5.3.1　保险精准营销
  • 5.3.2　大数据与保险精准营销
  • 5.3.3　组建垂直平台生态圈
  • 5.3.4　大数据精准营销在保险业中的应用
  • 5.4　欺诈识别
  • 5.4.1　保险欺诈
  • 5.4.2　大数据与保险反欺诈
  • 5.4.3　大数据与车险反欺诈
  • 5.4.4　大数据与健康险的理赔风险
  • 本章总结
  • 本章作业
  • 第6章　互联网金融中的大数据应用
  • 6.1　基于大数据的第三方支付欺诈风险管理
  • 6.1.1　第三方支付中的欺诈风险
  • 6.1.2　大数据应用与欺诈风险防范
  • 6.2　大数据在网络借贷中的应用
  • 6.2.1　推荐系统简述
  • 6.2.2　P2P网站中的个性化推荐
  • 6.2.3　基于VITA系统的信贷产品匹配机制
  • 6.3　大数据在互联网供应链金融中的应用
  • 6.3.1　基于大数据的互联网企业信用评估
  • 6.3.2　案例：京东供应链金融模式
  • 6.4　大数据在互联网消费金融中的应用
  • 6.4.1　互联网消费金融的大数据征信与风控
  • 6.4.2　案例：芝麻信用
  • 本章总结
  • 本章作业
  • 第7章　大数据征信
  • 7.1　传统征信
  • 7.1.1　征信概述
  • 7.1.2　征信的基本流程
  • 7.1.3　征信行业产业链
  • 7.1.4　征信产品
  • 7.1.5　征信机构
  • 7.1.6　征信体系
  • 7.2　大数据征信
  • 7.2.1　大数据征信概述
  • 7.2.2　大数据征信的理论基础
  • 7.2.3　大数据征信流程
  • 7.3　大数据征信典型企业
  • 7.3.1　国外大数据征信典型企业
  • 7.3.2　国内大数据征信典型企业
  • 本章总结
  • 本章作业
  • 第8章　大数据与中国金融信息安全
  • 8.1　金融信息安全的重要性
  • 8.1.1　金融信息安全的含义
  • 8.1.2　金融信息安全的属性特征
  • 8.1.3　金融信息安全的重要性
  • 8.2　大数据给我国金融信息安全带来的机遇和挑战
  • 8.2.1　大数据给金融信息安全带来的机遇
  • 8.2.2　大数据给我国金融信息安全带来的挑战
  • 8.2.3　案例：美国“棱镜门”事件
  • 8.3　大数据金融信息安全风险
  • 8.3.1　大数据金融信息安全风险的类型
  • 8.3.2　大数据金融信息安全风险的特征
  • 8.3.3　国内外金融信息安全事件及事故
  • 8.4　我国金融信息安全现状及制约因素
  • 8.4.1　我国金融信息安全现状
  • 8.4.2　我国金融信息安全的制约因素
  • 8.5　美国金融信息安全保障机制
  • 8.5.1　美国金融信息安全保障机制的特点
  • 8.5.2　美国金融信息安全保障机制的主要做法
  • 8.6　我国金融信息安全建设
  • 8.6.1　完善顶层设计，尽快构建适应我国金融发展需要的金融信息安全保障体系
  • 8.6.2　尽快制定我国金融行业国产信息技术产品和服务替代战略
  • 8.6.3　尽快制定金融行业自主可控战略实施步骤，推进自主可控国家战略
  • 8.6.4　应用大数据进行信息安全分析
  • 本章总结
  • 本章作业
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。