商業(yè)銀行大數(shù)據(jù)治理研究與實(shí)踐
定 價(jià)：89 元
叢書名：銀行業(yè)信息科技風(fēng)險(xiǎn)管理高層指導(dǎo)委員會(huì)銀行業(yè)信息化叢書
- 作者：李璠 劉錦淼 柯丹 等
- 出版時(shí)間：2020/9/1
- ISBN：9787111663263
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：F830.49
- 頁碼：0
- 紙張：
- 版次：
- 開本：16開
本書詳細(xì)闡述了大數(shù)據(jù)的基本概念，大數(shù)據(jù)將成為商業(yè)銀行核心競爭力，商業(yè)銀行大數(shù)據(jù)應(yīng)用的各類場景等內(nèi)容，列舉了當(dāng)前商業(yè)銀行普遍使用的各類大數(shù)據(jù)相關(guān)技術(shù)，結(jié)合數(shù)據(jù)治理的方法論及框架，商業(yè)銀行數(shù)據(jù)治理成果以及大數(shù)據(jù)時(shí)代的特點(diǎn)，構(gòu)建大數(shù)據(jù)治理體系。同時(shí)，結(jié)合商業(yè)銀行自身特點(diǎn)，指出商業(yè)銀行大數(shù)據(jù)治理能力提升的6個(gè)重點(diǎn)方向。*后，結(jié)合大數(shù)據(jù)成熟度模型構(gòu)建數(shù)據(jù)治理能力評(píng)價(jià)方法，探討數(shù)據(jù)資產(chǎn)估值的現(xiàn)狀及可行性。
本書既有較為全面的理論知識(shí)又有豐富的商業(yè)銀行實(shí)踐與案例，可以作為商業(yè)銀行數(shù)據(jù)管理者和大數(shù)據(jù)應(yīng)用及開發(fā)人員的入門參考用書，也適合銀行業(yè)務(wù)人員閱讀，以幫助了解大數(shù)據(jù)應(yīng)用對(duì)銀行業(yè)務(wù)發(fā)展的意義和大數(shù)據(jù)治理對(duì)數(shù)據(jù)應(yīng)用的支撐作用。
前言
基礎(chǔ)部分
第1章 什么是大數(shù)據(jù) / 2
1.1 數(shù)據(jù)及大數(shù)據(jù)發(fā)展史 / 2
1.2 大數(shù)據(jù)的概念 / 3
1.2.1 大數(shù)據(jù)的特征 / 4
1.2.2 大數(shù)據(jù)類型 / 5
1.2.3 銀行業(yè)大數(shù)據(jù) / 5
第2章 大數(shù)據(jù)成為銀行業(yè)核心競爭力 / 7
2.1 銀行業(yè)IT建設(shè)發(fā)展歷程 / 7
2.1.1 電算化階段 / 8
2.1.2 信息化階段 / 8
2.1.3 網(wǎng)絡(luò)移動(dòng)化階段 / 9
2.1.4 數(shù)字智能化階段 / 11
2.2 銀行業(yè)創(chuàng)新轉(zhuǎn)型的突破口 / 14
2.2.1 大數(shù)據(jù)給銀行業(yè)帶來服務(wù)模式變革 / 15
2.2.2 大數(shù)據(jù)思維助力銀行業(yè)從創(chuàng)新中挖掘效益 / 15
2.2.3 大數(shù)據(jù)推進(jìn)數(shù)字化轉(zhuǎn)型 / 17
2.3 大數(shù)據(jù)思維 / 20
2.4 數(shù)據(jù)挖掘能力 / 22
2.5 業(yè)界的關(guān)鍵觀點(diǎn) / 24
2.5.1 IBM的觀點(diǎn) / 24
2.5.2 普華永道的觀點(diǎn) / 24
技術(shù)部分
第3章 大數(shù)據(jù)技術(shù)概述 / 28
3.1 數(shù)據(jù)采集相關(guān)概念介紹 / 28
3.2 大數(shù)據(jù)的數(shù)據(jù)源與數(shù)據(jù)類型 / 29
3.2.1 大數(shù)據(jù)的數(shù)據(jù)源 / 29
3.2.2 傳統(tǒng)的數(shù)據(jù)類型 / 31
3.2.3 大數(shù)據(jù)時(shí)代創(chuàng)新的數(shù)據(jù)類型 / 32
3.3 大數(shù)據(jù)的采集方法和工具 / 33
3.3.1 大數(shù)據(jù)采集方法 / 33
3.3.2 常用的大數(shù)據(jù)采集工具 / 34
第4章 大數(shù)據(jù)平臺(tái) / 36
4.1 MPP / 37
4.1.1 Teradata數(shù)據(jù)倉庫 / 39
4.1.2 IBM Netezza / 42
4.1.3 Pivotal Greenplum / 43
4.1.4 GBase 8a Cluster / 44
4.2 Hadoop / 45
4.2.1 Hadoop是什么 / 45
4.2.2 Hadoop和大數(shù)據(jù) / 46
4.2.3 Hadoop的發(fā)展歷程 / 47
4.2.4 Hadoop生態(tài)圈 / 49
4.2.5 Hadoop核心組件 / 50
4.2.6 Hadoop其他組件 / 54
4.3 NoSQL / 55
4.3.1 概述 / 55
4.3.2 典型NoSQL簡介 / 57
4.4 國內(nèi)銀行大數(shù)據(jù)平臺(tái)的應(yīng)用 / 61
4.4.1 概述 / 61
4.4.2 國內(nèi)銀行大數(shù)據(jù)平臺(tái)介紹 / 61
4.5 大數(shù)據(jù)技術(shù)的云平臺(tái)化 / 63
4.6 數(shù)據(jù)湖的介紹 / 64
4.6.1 數(shù)據(jù)湖的概念 / 64
4.6.2 數(shù)據(jù)湖的架構(gòu) / 64
4.6.3 數(shù)據(jù)湖與數(shù)據(jù)倉庫的區(qū)別 / 66
第5章 大數(shù)據(jù)科學(xué)技術(shù) / 68
5.1 相關(guān)概念介紹 / 68
5.1.1 數(shù)據(jù)挖掘 / 69
5.1.2 機(jī)器學(xué)習(xí) / 70
5.2 數(shù)據(jù)挖掘算法 / 71
5.2.1 樸素貝葉斯分類模型 / 72
5.2.2 決策樹模型 / 72
5.2.3 K最近鄰分類算法 / 72
5.2.4 神經(jīng)網(wǎng)絡(luò) / 73
5.2.5 支持向量機(jī)算法 / 73
5.2.6 集成學(xué)習(xí) / 74
5.2.7 聚類分析 / 75
5.2.8 關(guān)聯(lián)分析算法 / 76
5.2.9 最大期望算法 / 76
5.2.10 網(wǎng)頁排名算法 / 76
5.2.11 其他常用算法 / 77
5.3 數(shù)據(jù)科學(xué)工具 / 78
5.3.1 SAS / 78
5.3.2 PASW / 78
5.3.3 R語言 / 79
5.3.4 Python / 79
5.3.5 MATLAB / 80
5.3.6 Stata / 80
5.3.7 Splunk / 80
5.3.8 Spark / 81
5.4 數(shù)據(jù)可視化技術(shù) / 81
5.4.1 Tableau Desktop / 82
5.4.2 QlikView / 83
5.4.3 D3.js / 83
5.5 數(shù)據(jù)挖掘的應(yīng)用 / 83
治理與實(shí)踐部分
第6章 數(shù)據(jù)治理概述與理論研究 / 88
6.1 銀行業(yè)數(shù)據(jù)治理的發(fā)展 / 88
6.1.1 數(shù)據(jù)大集中和數(shù)據(jù)倉庫建設(shè)時(shí)期的數(shù)據(jù)治理 / 89
6.1.2 精細(xì)化管理和外部監(jiān)管驅(qū)動(dòng)下的數(shù)據(jù)治理 / 89
6.1.3 以企業(yè)級(jí)視角為重要標(biāo)志的新時(shí)期大數(shù)據(jù)治理 / 89
6.2 監(jiān)管數(shù)據(jù)治理體系及要求 / 89
6.2.1 《良好標(biāo)準(zhǔn)》與《指引》的制定 / 90
6.2.2 監(jiān)管數(shù)據(jù)治理要求的目的和意義 / 91
6.2.3 《良好標(biāo)準(zhǔn)》的主要內(nèi)容 / 91
6.2.4 《指引》的主要內(nèi)容 / 92
6.3 銀行業(yè)標(biāo)準(zhǔn)體系 / 92
6.3.1 制定背景 / 92
6.3.2 框架簡介 / 93
6.3.3 作用 / 94
6.4 大數(shù)據(jù)時(shí)代的數(shù)據(jù)治理 / 94
6.4.1 大數(shù)據(jù)的特征 / 94
6.4.2 大數(shù)據(jù)時(shí)代給數(shù)據(jù)治理提出新的要求 / 95
6.4.3 大數(shù)據(jù)生命周期 / 97
6.4.4 大數(shù)據(jù)治理方法概述 / 97
6.5 數(shù)據(jù)治理理論研究 / 99
6.5.1 國際數(shù)據(jù)管理協(xié)會(huì)數(shù)據(jù)治理 / 100
6.5.2 國際治理協(xié)會(huì)數(shù)據(jù)治理 / 103
6.5.3 IBM數(shù)據(jù)治理 / 105
6.5.4 MIKE2.0數(shù)據(jù)治理 / 107
6.5.5 普華永道數(shù)據(jù)治理 / 109
6.5.6 理論總結(jié) / 111
第7章 銀行大數(shù)據(jù)治理實(shí)踐 / 113
7.1 銀行大數(shù)據(jù)治理體系框架 / 113
7.2 銀行大數(shù)據(jù)治理實(shí)施策略與推進(jìn)模式 / 115
7.2.1 大數(shù)據(jù)治理實(shí)施策略 / 115
7.2.2 大數(shù)據(jù)治理推進(jìn)模式 / 118
7.2.3 三位一體的大數(shù)據(jù)治理能力建設(shè) / 121
7.3 銀行提升大數(shù)據(jù)應(yīng)用能力的關(guān)鍵舉措 / 122
7.4 大數(shù)據(jù)治理組織機(jī)制 / 124
7.4.1 大數(shù)據(jù)治理組織 / 124
7.4.2 首席數(shù)據(jù)官 / 125
7.4.3 數(shù)據(jù)認(rèn)責(zé)機(jī)制 / 126
7.5 數(shù)據(jù)資產(chǎn)管理 / 129
7.5.1 數(shù)據(jù)資產(chǎn)管理的意義 / 130
7.5.2 數(shù)據(jù)資產(chǎn)特征與分類 / 130
7.5.3 數(shù)據(jù)架構(gòu)與模型管理 / 131
7.5.4 數(shù)據(jù)質(zhì)量管理 / 132
7.5.5 外部數(shù)據(jù)管理 / 135
7.6 數(shù)據(jù)安全及隱私 / 139
7.6.1 大數(shù)據(jù)帶來的安全挑戰(zhàn) / 139
7.6.2 大數(shù)據(jù)安全挑戰(zhàn)應(yīng)對(duì)方式 / 140
第8章 銀行大數(shù)據(jù)應(yīng)用實(shí)踐 / 142
8.1 大數(shù)據(jù)應(yīng)用體系構(gòu)建 / 142
8.1.1 數(shù)據(jù)正在成為銀行的重要戰(zhàn)略資產(chǎn)，未來銀行必將是數(shù)據(jù)驅(qū)動(dòng)型的 / 142
8.1.2 大數(shù)據(jù)應(yīng)用體系構(gòu)建能力 / 143
8.2 大數(shù)據(jù)挖掘 / 146
8.3 大數(shù)據(jù)運(yùn)營 / 147
8.3.1 數(shù)據(jù)產(chǎn)品化 / 147
8.3.2 數(shù)據(jù)服務(wù)社區(qū) / 153
8.3.3 數(shù)據(jù)服務(wù)目錄 / 161
8.4 大數(shù)據(jù)應(yīng)用場景 / 165
8.4.1 利用大數(shù)據(jù)支持客戶服務(wù)提升 / 166
8.4.2 利用大數(shù)據(jù)支持客戶營銷 / 168
8.4.3 利用大數(shù)據(jù)進(jìn)行線上客戶智能運(yùn)營 / 172
8.4.4 利用大數(shù)據(jù)進(jìn)行智能風(fēng)險(xiǎn)管理 / 174
8.4.5 利用大數(shù)據(jù)提升運(yùn)營效率 / 180
8.4.6 利用大數(shù)據(jù)預(yù)防和控制金融犯罪 / 181
第9章 銀行大數(shù)據(jù)評(píng)價(jià) / 184
9.1 銀行大數(shù)據(jù)能力評(píng)價(jià) / 185
9.1.1 數(shù)據(jù)管理能力成熟度模型 / 185
9.1.2 大數(shù)據(jù)成熟度模型 / 186
9.1.3 數(shù)據(jù)化能力指數(shù)：某銀行數(shù)據(jù)能力評(píng)價(jià)實(shí)踐 / 188
9.2 大數(shù)據(jù)應(yīng)用價(jià)值評(píng)價(jià) / 193
9.2.1 應(yīng)用場景評(píng)價(jià) / 193
9.2.2 應(yīng)用結(jié)果評(píng)價(jià) / 194
9.3 數(shù)據(jù)資產(chǎn)估值與交易 / 195
9.3.1 數(shù)據(jù)交易市場 / 195
9.3.2 數(shù)據(jù)資產(chǎn)估值 / 197
結(jié)語 誰將引領(lǐng)未來的潮流 / 199
參考文獻(xiàn) / 203
書單推薦
