- 河南 [切换城市]
-
热线电话：0571-85856962
-
| 内容简介 | |
| 郑志明、缪绍日、荆丽丽编著的《金融数据挖掘与分析》针对金融行业数据量大、更新快的特点，着重介绍了数据挖掘与分析技术在金融行业尤其是银行业中的应用。本书的主要内容包括：数据挖掘概述、金融数据挖掘概述、基于大数据的金融数据挖掘概述、数据仓库技术、数据挖掘与分析技术、大数据挖掘与分析技术、数据挖掘技术在零.售银行信用风险管理中的应用、数据挖掘技术在巴塞尔资本协议下的银行风险计量中的应用、数据挖掘技术在客户关系管理中的应用、数据挖掘技术在金融市场分析与预测中的应用、数据挖掘技术在互联网金融中的应用、基于大数据的金融科技战略与实施、数据安全与隐私保护，并针对当前的大数据浪潮，给出了金融数据挖掘与分析领域的应对策略。 本书主要供银行信息科技人员阅读，也可供从事数据挖掘与分析技术应用研究的科研人员和金融数据分析人员参考，还可作为信息管理与金融类专业教学参考书。 |
| 目录 | |
| 总序 前言 第1篇基础篇 第1章数据挖掘概述 1.1数据挖掘技术的发展 1.2数据挖掘技术的应用领域 1.2.1银行领域的数据挖掘 1.2.2证券领域的数据挖掘 1.2.3电子商务领域的数据挖掘 1.2.4智能交通领域的数据挖掘 1.2.5物联网领域的数据挖掘 1.2.6互联网领域的数据挖掘 1.2.7社交网络与舆情领域的数据挖掘 1.2.8生物信息学和医学领域的数据挖掘 1.2.9零.售业领域的数据挖掘 1.2.10电信领域的数据挖掘 1.3本章小结 第2章金融数据挖掘概述 2.1数据挖掘技术在金融领域的应用现状 2.2金融领域进行数据挖掘的必要性和应用点 2.3数据挖掘技术在金融业务分析中的作用 2.4金融数据挖掘系统架构 2.5金融数据挖掘的过程 2.6本章小结 第3章基于大数据的金融数据挖掘概述 3.1大数据的产生 3.2大数据的特点 3.2.1规模 3.2.2速度 3.2.3多样性 3.2.4价值密度 3.3基于大数据的金融数据挖掘新思维 3.4基于大数据的金融数据挖掘系统架构 3.5本章小结 第2篇技术篇 第4章数据仓库存技术 4.1数据预处理技术 4.1.1数据预处理的意义 4.1.2常用的数据预处理技术 4.1.3数据治理 4.1.4ETL工具 4.2数据仓库与多维分析技术 4.2.1数据仓库的基本概念与特点 4.2.2OLAP的由来与基本概念 4.2.3OLAP的特点和处理特性 4.2.4常用数据仓库产品及OLAP工具 4.3基于数据挖掘的数据仓库系统框架设计 4.3.1数据仓库计划与准备 4.3.2数据仓库数据架构 4.3.3多重粒度的数据仓库数据组织结构 4.3.4数据仓库的体系结构 4.3.5数据仓库技术在银行领域的应用 4.3.6银行数据仓库建设的要点 4.4本章小结 第5章数据挖掘与分析技术 5.1基本统计分析技术 5.1.1统计分析概述 5.1.2回归分析 5.2数据挖掘算法 5.2.1分类 5.2.2聚类分析 5.2.3孤立点检测 5.2.4关联规则分析 5.2.5时间序列分析 5.3建模工具与分析软件 5.3.1SAS 5.3.2SPSS 5.3.3WEKA 5.4本章小结 第6章大数据挖掘与分析技术 6.1大数据背景下的数据处理技术 6.1.1大数据背景下数据库技术的发展需求 6.1.2NoSQL数据库技术 6.1.3海量数据的分布式存储 6.1.4新型数据管理平台在金融领域的应用 6.1.5大规模数据集的计算 6.1.6大数据的可视化 6.1.7大数据与传统数据 6.2复杂数据挖掘技术 6.2.1面向关联的图数据挖掘 6.2.2海量序列数据挖掘技术 6.3新兴数据挖掘平台和工具 6.3.1HAdoop 6.3.2Spark 6.3.3Hbase 6.3.4Mahout 6.4本章小结 第3篇应用篇 第7章数据挖掘技术在零.售银行信用风险管理中的应用 7.1银行风险管理概述 7.1.1银行风险管理的定义及类型 7.1.2数据挖掘技术在银行风险管理中的应用 7.2申请风险评分模型的开发和应用 7.2.1申请风险评分模型概述 7.2.2申请风险评分模型的开发 7.2.3申请风险评分模型的应用 7.3行为风险评分模型的开发和应用 7.3.1行为风险评分模型概述 7.3.2行为风险评分模型的开发 7.3.3行为风险评分模型的应用 7.4欺诈风险评分模型的开发和应用 7.4.1欺诈风险评分模型概述 7.4.2欺诈风险评分模型的开发 7.4.3欺诈风险评分模型的应用 7.5信用数据管理系统 7.6实践案例 7.7本章小结 第8章数据挖掘技术在巴塞尔资本协议下的银行风险计量中的应用 8.1概述 8.1.1巴塞尔资本协议的演进、发展及主要内容 8.1.2我国银行业资本监管和风险计量框架 8.2数据挖掘技术在风险计量中的应用 8.2.1风险计量中的数据挖掘算法 8.2.2数据挖掘技术在巴塞尔风险计量中的实践案例 8.3本章小结 第9章数据挖掘技术在客户关系管理中的应用 9.1客户周期管理 9.1.1潜在客户的获取 9.1.2现有客户的经营 9.1.3流失客户的赢回 9.2客户细分分析 9.2.1客户细分概述 9.2.2客户细分的方法与技术 9.2.3客户细分案例 9.3客户价值分析 9.3.1客户价值的内涵 9.3.2客户价值评价体系的建立 9.3.3客户价值的综合评价与应用 9.4营销实验设计 9.4.1锁定目标群体 9.4.2整合营销手段 9.4.3实现精准营销 9.4.4精准营销实验设计案例 9.5基于数据挖掘的客户关系管理系统设计 9.5.1基于数据挖掘的客户关系管理系统总体架构设计 9.5.2基于数据挖掘的客户关系管理系统功能设计 9.5.3基于数据挖掘的客户关系管理系统数据仓库设计 9.5.4商业银行客户关系管理系统设计案例 9.6实践案例 9.7本章小结 第10章数据挖掘技术在金融市场分析与预测中的应用 10.1计算金融学与量化交易 10.1.1背景 10.1.2量化交易 10.2价格预测 10.2.1基于内部数据的价格预测 10.2.2基于市场外部信息的价格预测 10.3证券投资组合管理 10.3.1投资组合概论 10.3.2基于数据挖掘的投资组合 10.4模拟交易平台 10.4.1模拟交易系统的功能 10.4.2模拟交易系统的实现技术 10.5本章小结 第11章数据挖掘技术在互联网金融中的应用 11.1互联网金融介绍 11.1.1互联网金融概况 11.1.2互联网金融与大数据的结合 11.2基于大数据的征信管理 11.2.1基于大数据的征信特点 11.2.2基于大数据的征信新方法 11.2.3大数据征信管理案例 11.3基于大数据的反欺诈检测 11.3.1互联网金融反欺诈检测的特点 11.3.2基于大数据的反欺诈方法 11.3.3基于大数据的反欺诈案例 11.4基于大数据的客户关系管理 11.4.1互联网金融的客户特征与客户需求 11.4.2基于大数据的互联网金融客户关系管理方法 11.4.3基于大数据的互联网金融客户关系管理案例 11.5本章小结 第4篇展望篇 第12章基于大数据的金融科技战略与实施 12.1基于大数据的科技建设思路 12.1.1制定差异化的经营思路 12.1.2构建智能化的软硬件设施 12.1.3差异化与智能化互动循环改善 12.2数据挖掘技术下基于风险与收益平衡的差异化经营 12.2.1基于风险的差异化经营 12.2.2基于收益的差异化经营 12.2.3基于风险与收益的差异化经营 12.3数据挖掘技术下基于客户需求的差异化经营 12.3.1基于客户需求的差异化经营概述 12.3.2基于客户需求的差异化经营策略 12.4差异化思路与智能化工具的互动循环实践案例 12.4.1构建智能化的软硬件设施 12.4.2业务应用 12.5本章小结 第13章数据安全与隐私保护 13.1概述 13.1.1数据安全与隐私保护的重要性 13.1.2数据安全与隐私保护的现状及改进建议 13.2云计算与数据安全 13.2.1云计算安全性问题 13.2.2云计算安全技术手段 13.2.3云计算与金融数据安全 13.3大数据与隐私保护 13.3.1大数据带来的个人隐私信息问题 13.3.2金融行业应用大数据的安全措施 13.3.3大数据时代的安全新思路 13.4本章小结 第14章应对策略 参考文献 |
 |  |  |  |
 |  |  |  |
| 商品基本信息,请以下列介绍为准 | |
| 商品名称： | 金融数据挖掘与分析 |
| 作者： | |
| 市场价： | 69.8 |
| ISBN号： | 9787111518051 |
| 出版社： | 机械工业出版社 |
| 商品类型： | 图书 |
| 其他参考信息（以实物为准） | ||
| 装帧：平装 | 开本：B5 | 语种：中文 |
| 出版时间：(咨询特价)-01 | 版次：1 | 页数：269 |
| 印刷时间：(咨询特价)-01 | 印次：1 | 字数：437千字 |
浙公网安备 33011002014640号 浙ICP备11030581号-3 
