金融业大数据应用（上）

毫不夸张地说,大数据重塑金融业在不远的将来也许会变成现实。 互联网金融的快速崛起,在给传统金融业带来挑战的同时,也带来了新的契机。尤其是大数据的出现,使得传统金融业在对客户行为分析、差异化营销、差别定价,以及产品设计、风险实时监测和预警等各领域的能力都可以产生飞跃,毫不夸张地说,大数据重塑金融业在不远的将来也许会变成现实。让我们看一个例子。     

互联网金融中的大数据应用

互联网金融是基于互联网及移动通信、大数据、云计算、社交平台、搜索引擎等信息技术,实现资金融通、支付、结算等金融相关服务的金融业态,是现有金融体系的进一步完善和普惠金融的重要内容。数据是互联网金融的核心,大数据技术是保证互联网金融健康发展的关键支撑,互联网金融中的大数据应用包括精确营销、信用评估、资产定价、风险管理和指数编制等。互联网金融大数据应用面临着共享失联、内容失真、处理失速、分析失能和安全失控的问题和挑战。     

大数据时代的金融信息安全

继云计算、物联网被发明和应用之后,大数据成为了当前信息产业的又一大技术创新。大数据技术创新在给人们带来机会和挑战的同时也对现有的信息安全手段提出了更高的要求。特别是大数据技术在金融行业的应用,现在的金融信息化已全面进入信息安全管理阶段,对计算机信息系统有着高度的依赖性,金融信息安全问题日益突显。本文主要论述了大数据时代对信息安全存在的威胁,并提出了如何采取对策确保大数据环境下的金融信息安全。     

基于多重注意力的金融事件大数据精准画像

随着知识图谱技术的兴起,利用金融事件大数据中的实体关系来构建金融事件的精准画像成为一个重要的研究方向.通过对金融事件大数据信息进行精准画像,人们可以详细分析金融事件大数据中的属性关系,全面了解金融事件的发展态势,从而分析金融市场发展趋势与规律.然而金融事件大数据存在文本数据噪音多、中文语义复杂以及实体关系抽取不准确等研究难点,导致金融事件大数据画像不精准.针对以上问题,提出一种基于多重注意力的金融事件大数据实体关系抽取算法(REMA)来进行实体关系的抽取,然后利用抽取的实体关系信息结合知识图谱技术进行金融事件大数据的精准画像.实验结果表明:在不使用外部资源的情况下,该算法在金融事件大数据中实体关系抽取的准确率、召回率以及F1值比其他对比算法均有所提升,其中准确率提升了5.6个百分点,召回率提升了4.6个百分点,F1值提升了5个百分点.     

大数据落地进行时

业界专家们普遍认为大数据首先将在医疗、客户服务、保险、金融服务、零售、通信等多个领域落地。2012年以来,中国计算机学会、中国通信学会先后成立了大数据委员会,研究大数据中的科学与工程问题,科技部的《中国云科技发展"十二五"专项规划》和工信部的《物联网"十二五"发展规划》等都把大数据技术作为一项重点予以支持。     

迎接大数据时代

近来,大数据正被越来越多地提及和传播,它不仅上过《纽约时报》和《华尔街日报》的专栏封面,进入美国白宫官网的新闻,进入中国央视的财经《对话》专题,还频繁出现在互联网、移动互联网、电商、电信、金融等领域的专家和大佬们的话语中。你的一系列信息浏览习惯、你的一系列购物饮食行为、你的一系列娱乐消费喜好、     

2014中国大数据国际高峰论坛将于8月在上海隆重举办

<正>随着云计算、物联网的发展,我们迎来了大数据时代。为进一步推动国内大数据的研究与实践,促进大数据在金融、医疗、教育等各大行业中的广泛应用,搭建一个大数据行业内沟通与合作的高层次平台,由中科院深圳先进技术研究院、中国量化投资研究院、复旦大学管理学院、《上海证券报》社、DatawatchCorporation共同主办,中科院深圳先进技术研究院-国泰安金融大数据研究中心、复旦大学统计学系、深圳市国泰安信息技术有限公司、深圳市中宽信息     

数据强监管时代已到来

2021年初至今,已有多家银行机构因存在数据泄露风险、网络信息系统存在较多漏洞等问题,被监管机构开出上百万的罚单.针对金融业数据安全的相关文件接连印发, 2021年国内金融业数据能力建设已经提上日程. 重磅文件印发,金融业迎来数据强监管时代 2021年2月9日,中国人民银行印发了《金融业数据能力建设指引》.《指引》将金融数据管理能力划分为数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用和数据生存周期管理8个能力域和29个能力项,并提出了每个能力项的建设目标和思路,为金融机构开展金融数据工作提供全面指导.     

大数据不等于Hadoop

正中国Hadoop生态系统亟待完善IDC近期发布的《中国Hadoop MapReduce生态系统分析》报告指出,在中国,Hadoop应用正在从互联网企业,逐渐拓展到电信,金融,政府,医疗这些传统行业。虽然目前Hadoop应用场景还是以日志存储、查询和非结构化数据处理为主,但是Hadoop技术的不断成熟以及生态系统相关产品的完善,包括Hadoop对SQL不断加强的支持,以及主流商业软件厂商对Hadoop支持的不断增强,会带动Hadoop渗透到越来越多的应用场景中。2013年是中国大数据的应用落地年,越来越多的行业用户开始重视并启动大数据相关的项目。而在大数据领域的众多技术中,最受关注的是衍生于开源平台的Hadoop/Mapreduce生态系统。Hadoop从2006年诞生至今已经超过7年时间。2013年,整个生态系统变得比以     

金融大数据下互联网金融的风险控制策略探讨

近年来,互联网技术飞速发展,并广泛应用于各个领域。互联网技术在金融领域内也得到了深度运用,尤其是大数据技术。然而,互联网金融本质上仍然是传统金融,只是结合了更多先进的技术,注入了新的活力。因此,互联网金融依然具备诸多风险,并且,互联网技术在金融中的运用使各种风险在无形中被放大。本文将分析金融大数据下互联网金融所面临的风险,并探讨可行的风险控制策略。     

再牵金融的手

随着中国加入WTO,外资银行将纷纷抢滩中国,如何利用最新的IT技术开发出新的金融服务业务成为了商业银行最关心的话题。同时,银行数据大集中、新一代核心业务等都需要更高性能的运行平台。于是,国内外服务器厂商再度“相中”金融业,都想再次牵上金融的手。作为国内最大的服务器厂商,浪潮的“相思”也不例外。 说起浪潮与金融业的第一次牵手,那还是十多年前的事了。浪潮最初做的第一个客户、第一个市场就是金融,那是1991年的事了。浪潮当时开始做小型机(那时还没有服务器的概念,提得更多的是大型机、小型机、微机),第一个产品是SMP2000,是由十颗486     

给金融开天眼

以一对一精准化为特征的大数据,一旦成为数据业务的基础,日渐变为成熟的金融主营业务,沪深两市这种以信息"融为一体"模式配置金融资源的传统方式,就应该废除了。用信息系统充当货币的天眼,一对一精准配置资源,数据业务主营化将引发银行变革,走向斯蒂格里茨所预言的《通往货币经济学的新范式》。由于最近预言数据业务将成为金融业主营业务,多家银行找我交流看法。我说我不懂金融,只是从互联网这个"庐山之外"看金融。他们却异口同声说金融业也在关注互联网带来的变化,这多少出乎我的意料。看     

2014中国大数据国际高峰论坛成功举办

<正>日前,由中科院深圳先进技术研究院、中国量化投资研究院、复旦大学管理学院、《上海证券报》社、Datawatch Corporation共同主办的"2014中国大数据国际高峰论坛"在上海银星皇冠假日酒店成功举办。500余位来自国内外大数据产业界、学术界顶尖级专家学者,国内IT、金融、教育、医疗等多个领域的精英代表汇聚一堂,展开深入的交流与碰撞,共同探讨大数据产业发展,分享大数据应用创新成果,剖析各行业数据分析难题,寻求解决之道。     

金融信息化 构筑大模样

在一片信息化、网络化的喧哗声中,金融业的E化之路却从未有丝毫的停歇。经过十余年的建设,金融业特别是银行的信息系统建设已初具规模,并且成为众多行业中的先行者。领先也有领先的问题,数据分散,信息孤岛,信息安全等等不一而足,随WTO而来的国外金融机构竞争也近在咫尺,银行业迫切需要找到出路,想出办法。在这个时候再看刚刚结束的2001中国国际金融(银行)技术暨设备展览会便别有一番意义。从展会可见金融特别是银行业的网络化已经搭起框架,分布在各个节点的核心任务也一目了然:数据集中,数据仓库与数据挖掘,综合业务系统,信息安全,虚拟银行的建设是整个大模样中的关键棋子     

大数据助推金融科技发展机遇与挑战

现阶段,社会经济不断进步,科学技术水平不断提升,国家越来越重视金融科技的发展,基于大数据发展背景,以互联网金融产业为代表的金融科技也面临着相应机遇和挑战.本文针对其在发展过程中产生的特点,以及大数据技术在未来对金融科技产业发展的影响进行了论述,通过对大数据助推金融科技发展机遇与挑战措施进行分析,结合其实际机遇和挑战内容,提出具体的解决措施,助力金融科技产业顺利发展.     

互联网金融在我国城乡地区的发展探究

0 引言 随着互联网金融业的发展,形成了许多有代表性的互联网金融模式.在中国的互联网金融发展过程中,第三方支付、大数据金融、P2P网络借贷、众筹、第三方金融平台、互联网金融门户等六种具有代表性特点的金融模型已经逐步形成.     

“大金融时代”来临

在网络对传统行业的革命性改造进程中．金融业无疑是感受最早、感受最深的。从网络诞生开始，技术人员就瞄准了对金融业的改造。结果导致：网络的发展不仅改变了金融机构与客户相互联系的方式，也改变了金融机构的服务方式、产品推销方式和交易处理方式，以及金融体系的组织形式和金融政策的运作机制，而且改变了金融业在整个社会经济生活中的地位，使网络经济时代明显打上“大金融时代”的烙印，进而引致金融领域的一系列革命。在金融成为经济活动的主宰的现代社会，在网络迅速普及而成为日常生活中不可或缺的今天，一当金融把网络作为充分…     

大数据背景下高职院校数据治理体系的构建与实践

高职院校信息化建设积累了大量的数据资产,但数据质量也成为高职院校信息化发展的瓶颈,需要建立面向全校的数据治理体系以有效地提升数据质量。本文在分析DAMA数据治理框架、桑尼尔·索雷斯大数据治理框架和我国制定的《数据治理白皮书》国际标准研究报告的基础上,结合高职院校的特点,从数据治理的管理和技术两大核心要素出发,提出了一种基于大数据的高职院校数据治理框架体系,并对该体系主要内容及实施方法进行了详细阐述,希望能为高职院校数据治理的实践提供思路。     

数据挖掘技术在金融领域的应用研究

随着信息化的快速发展和中国金融业的日益繁重,数据挖掘技术作为一种前沿的信息处理技术被广泛应用与金融领域。数据挖掘的能够对金融业中海量的数据进行采集、转换、分析、统计从而给金融企业以决策支持,使得金融企业在激烈的竞争中掌握主动、给金融企业更广阔的发展空间。     

大数据时代 金融行业如何“逆袭”

"大数据"正在引发一场生活方式和商业模式的重大变革。目前中国金融行业客户的数据量大多都已超过100TB,本就以数据为属性的金融业,随着业务发展数据量更是呈指数级增长;另外由于其行业的特殊性,要求数据保存时间长、安全性高,数据的搜索快捷、存储及保护全面,这都进一步增加了金融企业的数据管理难度。银行篇位于西南的富滇银行是一家泛区域性商业银行,已在云南绝大部分地州市和重庆直辖市成立了分支机构,设立了4家村镇银行,3