浅谈大数据应用时代征信信息安全防护

大数据技术已广泛运用于气象领域、交通领域和经济金融领域等各种领域。大数据技术的应用不仅有助于提高数据的使用效率,还能够根据数据分析提供指导性参考。大数据技术在征信领域也早已得以运用,通过收集整理金融领域信用信息,进行数据处理分析进而形成"信用画像",为防范化解风险和推动金融供给侧改革提供强大的信息服务。但信息安全问题一直是征信领域大数据技术应用面临的一大难题。     

金融企业数据挖掘技术应用之探索

本文对信息化时代数据瘁技术在发展中面临的问题进行了描述,提出数据挖掘技术的产生是科学技术发展过程中的必然现象.本文通过比较的方式对数据挖掘技术的属性进行了描述,并对数据挖掘技术的功能进行了阐述.最后,文章结合金融电子化发展的现状以反金融业务的特点,讨论了数据挖掘技术在金融领域的应用的可能性,分析了数据挖掘技术在金融领域发展的前景,提出了推进数据挖掘技术在金融领域的应用,可以保持金融业的长期可持续发展的观点.     

大数据处理平台的初步探索

随着金融业务的高速发展,数据成倍增长,传统的数据处理模式已无法满足大数据处理的紧迫需求。为此,中国农业银行广东省分行（以下简称“广东农行”）对大数据处理技术Hadoop和GBase进行初步分析比较后,引入GBase?8a?MPP?Cluster并搭建了大数据处理平台,对其工作进行理论分析和应用实践,为数据仓库、数据挖掘、互联网金融等领域的应用提供借鉴。     

大数据环境下审计数据统计分析研究

随着大数据时代的到来以及在审计领域的应用,基于大数据技术推进审计分析和方法的创新已成为当下重要研究课题。通过运用大数据技术可以实现信息技术与审计思路的完美结合,借助大数据思维来开展审计统计分析工作,确保审计数据的真实性、可靠性,实现我国审计与国际审计惯例的接轨。本文通过阐释大数据的基本内涵,分析大数据技术在审计数据统计分析工作的应用价值,提出树立大数据环境下新型审计观念、构建审计数据统计分析系统、注重数据挖掘技术的运用以及注重云计算平台的运用等建议,以期可以促进大数据环境下审计数据统计分析工作水平和质量的有效提升。     

数据挖掘技术在银行的应用

数据挖掘技术源于20世纪80年代末,金融,保险、电信等行业首先受益。20世纪90年代末,随着客户关系管理的兴起,数据挖掘逐步成为银行、保险业的宠儿。21世纪,数据仓库技术的广泛应用为数据挖掘的深度普及奠定基础。在金融数据海量集中的年代,对数据的整合、挖掘势在必行。本期技术与应用栏目以数据仓库、数据挖掘技术在银行、保险业的应用为例,与金融科技工作者共同探讨其最新价值。     

大数据技术在金融行业内部审计中的应用探究

随着大数据时代的到来,审计工作在思维模式、技术方法、审计重点等方面发生了重大变化。在金融信息快速增长、金融创新不断升级的环境下,金融行业内部审计部门对大数据技术的需求也在不断增加。本文从金融行业内部审计应用大数据技术的背景出发,通过对大数据及其相关技术的介绍,分析大数据的具体应用,探讨大数据对相关领域的影响,对金融行业内部审计的发展做出展望。     

稽核系统中的数据挖掘技术

数据挖掘技术的应用,加快了非现场稽核系统在金融领域的推广。非现场稽核系统基于数据挖掘、面向分析,它实现银行海量交易数据和历史数据的存储、查询、分析、管理。     

互联网金融新贵-余额宝的大数据优势及发展趋势

互联网金融新贵—余额宝的出现,立刻引起剧烈的社会反响,对金融也和互联网业有了一个新的诠释。在信息技术迅猛发展的今天,云计算、大数据处理等相关技术的出现,实现了互联网金融的良好发展目标。本论文结合余额宝大数据,提出了余额宝大数据挖掘模型,并分析了余额宝应用大数据成功应对单日申赎的状况发生,展示了大数据强大优势。最后对大数据发展趋势做了简要介绍,并分析了余额宝大数据发展。     

金融大数据研究与应用进展综述

身处大数据时代,人们生活的方方面面都离不开数据。同样,金融行业也存在着海量的数据,将大数据技术与金融行业结合,有助于推动金融行业的发展。本文介绍金融大数据的分类和面临的挑战,并总结和整理了目前处理金融大数据的主要算法,具体包括基于语义的金融大数据处理算法和基于时间序列的金融大数据处理算法。介绍了金融大数据在不同分类下的应用,并展望了金融大数据的发展前景。     

大数据金融的“王者之道”

大数据时代,信息科技的不断成熟推动着人工智能的飞速发展。在金融领域,随着金融科技和大数据技术的渗透,旧的银行体系正逐渐被解构与重建,本文从大数据金融"法"、"术"、"势"三个方面入手,对大数据金融未来发展趋势和方向进行分析和论述。     

勇创新 敢突破 开创工行人工智能新未来

大数据及人工智能实验室按照“探索智能科技,打造智慧金融”的指导思想,深入开展大数据技术框架、大数据服务云平台、机器学习、自然语言处理、图像识别等大数据及人工智能领域新技术的研究与探索,根据应用前景推动新技术落地实施,致力于使金融数据的分析越来越科技化、多样化与智能化,促进金融创新和银行信息化发展。     

大数据时代下的财务报告审计方法初探

随着社会经济及计算机技术的飞速发展,人类走向了大数据时代.现今,大数据技术正日益广泛地被用于交通、医疗、金融、通信、消费、公安舆情分析等各大领域,深刻地改变着人们的生活和学习.因此,大数据环境下的财务报告审计技术和审计方法的研究及应用成为审计行业热点领域.     

信息爆炸时代下大数据对金融数据的运用

随着信息时代的到来,传统的数据处理模式已经无法满足金融业的发展要求,大数据技术以其独有的优势,被广泛应用在金融数据处理当中,大数据为金融工作者创造了便利条件。接下来笔者将详细分析信息爆炸时代下大数据对金融数据的应用。     

立足技术引领 建分析型资源统一展现平台

正"互联网时代"以不可阻挡的步伐推进着时代的发展。在刚刚过去的2013年,余额宝、人人贷等一系列"互联网金融"新模式在金融领域又掀起了技术创新的惊涛骇浪,着实让传统金融大佬们颤栗了一把。但同时,"互联网时代"也给商业银行带来了巨大机遇。一方面互联网突破时空限制,依托全天候覆盖全球的网络,大幅提升了信息的传播效率,商业银行能够借助互联网以更低的成本提供更加高效的金融服务。另一方面,互联网产生大数据,大数据推动了数据挖掘、云计算等大数据技术的发展,商业银行可以借助对大数据进     

数据挖掘技术在银行的应用

数据挖掘技术源于20世纪80年代末，金融、保险、电信等行业首先受益。20世纪90年代末，随着客户关系管理的兴起，数据挖掘逐步成为银行、保险业的宠儿。21世纪，数据仓库技术的广泛应用为数据挖掘的深度普及奠定基础。在金融数据海量集中的年代，对数据的整合、挖掘势在必行。本期技术与应用栏目以数据仓库、数据挖掘技术在银行、保险业的应用为例，与金融科技工作者共同探讨其最新价值。     

智慧型网点“数据”之路

数据已经成为重要的生产要素,数据挖掘技术目前被金融机构广泛应用于潜在客户识别、风险管理、金融资产定价等诸多领域,为商业银行精准获客、开展更精准的信用评级、搭建更为先进的贷后管理体系等多个方面提供技术支持。金融是现代经济的核心,随着大数据时代的来临,现代商业银行依托金融科技的发展,呈现出体验至上、场景驱动、数据为王的特征,与传统金融体制下重网点、重人力、重资本的特点相比正在逐步发生革命性的变化。     

运用数据挖掘技术检测金融欺诈行为

数据挖掘是对数据进行深层次加工和分析的信息处理技术,对金融欺诈行为进行检测和预防是其在金融领域的新应用。通过数据挖掘技术对客户、员工以及金融交易双方行为进行归类并对其监督,可以有效跟踪检测违规操作等欺诈行为并对其可能带来的损失进行预测,从而达到防范金融风险的目的,甚至预防金融危机的产生。     

大数据时代：构建央行金融业综合统计初探

大数据时代加速了金融业的发展,商业银行等金融机构纷纷布局大数据战略,而金融机构、金融产品和创新的不断涌现,使得肩负金融业统计重任的人民银行面临严峻的形势,现行的金融统计制度在统计效率、工作方法、工作制度、产品输出和个性化服务方面难以满足大数据时代的需求,迫切需要构建适应大数据时代的金融统计框架,推进金融业综合统计和统计标准化、加强统计数据挖掘分析和丰富金融统计服务产品。     

Web数据挖掘技术在农行经营门户网站的应用

金融数据快速增长，如果缺乏强有力的挖掘工具，人们将逐渐陷入“数据丰富，知识贫乏”的困境。数据挖掘技术的价值与优势在高速运转的金融业务信息化领域得到充分展现。本栏目以数据挖掘技术在银行业的实际应用为出发点，节选其在银行门户网站经营、稽核系统推广、银行卡目标客户群体分析等方面的应用，以飨读者。     

银行业大数据应用面临的四大挑战

正伴随数据规模的几何级膨胀,"大数据"(Big Data)概念孕育而生,并迅速成为各界关注的焦点。数据时代,适者生存,对银行业的影响亦如此。如何从数据中获取洞察力,引领传统模式变革,在未来金融竞争格局中掌握话语权,是当前银行业金融机构积极关注并努力实践的热点议题。为此,本刊编辑从当前银行业大数据应用所面临的挑战、数据挖掘攻略及相关技术的具体实践案例相结合的视角,组织专题文章,与同业者分享探讨。