醉染图书金融数据挖掘与分析9787111518051

总序
前言
篇基础篇
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券领域的数据挖掘
1..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和应点
.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..多样
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..OLAP的特点和处理特
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..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
6.1.2NoSL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..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客户生命周期管理
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客户细分的方与技
9..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
0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券组合管理
10.3.1组合概论
10.3.2基于数据挖掘的组合
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
1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..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
2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..基于风险与收益的差异化经营
1.数据挖掘技术下基于客户需求的差异化经营
1..1基于客户需求的差异化经营概述
1..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
3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
13.1.2数据安全与隐私保护的现状及改进建议
13.2云算与据安全
13.2.1云计算安全问题
13.2.2云计算安全技术手段
13..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
4章应对策略
参考文献

前  言
随着信息技术尤其是计算机及互联网技术的飞展， 金融行业每天都在产生着海量的数据。对这些数据进行统计、分析， 挖掘出隐藏在数据内部有价值的信息， 为金融行业的决策提供指导， 已经成为具有挑战的新课题。在大数据时代， 金融行业尤其是银行业对数据挖掘与分析技术的需求已经迫在眉睫。
在这种背景下， 本书从数据挖掘与分析技术的基础知识出发， 紧紧把握金融数据挖掘与分析的动向， 对数据挖掘与分析技术及其在金融行业中的应用进行了详细介绍， 并对未来金融数据挖掘与分析的发展进行了展望。
本书分为４ 篇， 共１４ 章内容。
第１ 篇为基础篇， 主要介绍了数据挖掘的背景、应用及大数据的基本思想， 具体内容包括： 第１ 章数据挖掘概述， 主要介绍了数据挖掘技术的发展和应用领域； 第２ 章金融数据挖掘概述， 主要对数据挖掘技术在金融行业中的应用现状和必要， 以及金融数据挖掘的过程进行了介绍； 第３ 章基于大数据的金融数据挖掘概述， 介绍了大数据产生的背景及特点， 并从大数据视角探讨了金融数据挖掘的新思维及系统架构。
第２ 篇为技术篇， 主要介绍了与大数据相关的数据挖掘技术， 具体内容包括： 第４章数据仓库技术， 主要介绍了数据仓库的基本概念及与数据仓库相关的数据预处理技术， 并对基于数据挖掘技术的数据仓库系统框架设计进行了介绍； 第５ 章数据挖掘与分析技术， 对各种典型的数据挖掘与分析技术进行了较为全面的讲解； 第６ 章大数据挖掘与分析技术， 首先介绍了ＮｏＳＱＬ 数据库技术及海量数据分布式存储技术， 接着对大图数据、序列数据等复杂数据的挖掘与分析进行了介绍， 对新兴数据挖掘工具Ｓｐａｒｋ、
Ｍａｈｏｕｔ 等进行了介绍。
第３ 篇为应用篇， 主要介绍了数据挖掘技术在银行具体业务中的应用模式， 具体内容包括： 第７ 章数据挖掘技术在银行信用风险管理中的应用， 首先介绍了数据挖掘技术在银行风险管理中的应用现状， 然后以领域中的信用风险管理为例， 介绍了申请风险评分模型、行为风险评分模型以及欺诈风险评分模型的开发和应用； 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， 首先介绍了巴塞尔资本协议的基本概况， 接着对数据挖掘技术在新巴塞尔资本协议风险计量中的应用现状进行了介绍， 介绍了基于新巴塞尔资本协议三大支柱的银行信用风险计量方法及主要过程；第９ 章数据挖掘技术在客户关系管理中的应用， 首先介绍了在不同的生命周期阶段企业面临的不同业务要求， 然后着重介绍了客户细分的方与技， 接着介绍了客户价值的内涵及其评价体系的建立， 介绍了基于数据挖掘技术的ＣＲＭ 设计方法； 第１０ 章数据挖掘技术在金融市场分析与预测中的应用， 主要介绍了数据挖掘技术在金融产品价格模型、券组合、交易平台等金融市场中的应用； 第１１ 章数据挖掘技术在互联网金融中的应用， 对互联网金融中大数据技术的应用做了较为全面的介绍， 并通过对基于大数据的征信管理、反欺诈检测和客户关系管理三个方的体介绍， 使读者了解大数据技术具体的应用场景、应用方法和应用范围。
第４ 篇为展望篇， 主要介绍了数据挖掘技术在金融行业中的应用前景和面临的问题， 具体内容包括： 第１２ 章基于大数据的金融科技战略与实施， 首先介绍了基于大数据的金融科技建设思路， 接着介绍了数据挖掘技术下基于风险与收益平衡的差异化经营和基于客户需求的差异化经营， 结合案例介绍了差异化思路与智能化工具的互动循环实践； 第１３ 章数据安全与隐私保护， 主要介绍了云计算中的数据安全问题及大数据分析带来的隐私保护问题； 第１４ 章应对策略， 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。
本书由郑志明、缪绍日、荆丽丽、吴美玲、杨益明、黄熹微、林道新、汤瑛、李文锋、陈佳蔚编著。
在本书的编写过程中， 参阅了大量的文献资料， 在此向这些文献资料的作者表示衷心的感谢！
由于编者水平有限， 再加上编写时间仓促， 书中难免存在缺点和不足之处， 恳请广大读者批评指正！
编  者