大數(shù)據(jù)征信與信用科技：服務(wù)模式探索與平臺(tái)建設(shè)

定　價(jià)：￥89.90

作　者：	歐中洪，羅霄翔，宋美娜，張光衛(wèi)，鄂海紅 ... 著
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115597113	出版時(shí)間：	2022-08-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	149	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　大數(shù)據(jù)征信是大數(shù)據(jù)技術(shù)與征信業(yè)務(wù)相結(jié)合的產(chǎn)物，它通過(guò)對(duì)多源、異構(gòu)、海量、實(shí)時(shí)數(shù)據(jù)進(jìn)行采集、整理、分析和挖掘，實(shí)現(xiàn)多維度刻畫(huà)信用主體畫(huà)像，并運(yùn)用大數(shù)據(jù)技術(shù)設(shè)計(jì)征信評(píng)價(jià)模型，向使用者提供信用主體的履約和信用狀況，作者團(tuán)隊(duì)研發(fā)平臺(tái)為大數(shù)據(jù)征信智能評(píng)估與開(kāi)放服務(wù)平臺(tái)。在《中華人民共和國(guó)數(shù)據(jù)安全法》和《中華人民共和國(guó)個(gè)人信息保護(hù)法》相繼施行的背景下，本書(shū)就如何規(guī)范大數(shù)據(jù)征信行業(yè)及如何讓大數(shù)據(jù)征信賦能其他行業(yè)展開(kāi)分析和設(shè)計(jì)。本書(shū)主要面向大數(shù)據(jù)技術(shù)從業(yè)人員、征信行業(yè)從業(yè)人員和有意愿了解大數(shù)據(jù)征信的各行業(yè)主體，從大數(shù)據(jù)征信的起源、歷程、發(fā)展環(huán)境、標(biāo)準(zhǔn)體系、關(guān)鍵技術(shù)和平臺(tái)建設(shè)等方面詳細(xì)分析了大數(shù)據(jù)征信的必要性和可行性，并結(jié)合征信行業(yè)特點(diǎn)給出了大數(shù)據(jù)征信的模式探索和前景規(guī)劃。

作者簡(jiǎn)介

　　歐中洪北京郵電大學(xué)計(jì)算機(jī)學(xué)院（國(guó)家示范性軟件學(xué)院）副院長(zhǎng)，北京郵電大學(xué)1551人才，國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目負(fù)責(zé)人，主持多項(xiàng)國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金項(xiàng)目，發(fā)表高水平學(xué)術(shù)論文80余篇，研究成果曾被等20余家國(guó)際媒體報(bào)道。任教育部基礎(chǔ)學(xué)科拔尖學(xué)生培養(yǎng)計(jì)劃2.0基地主任，虛擬仿真實(shí)驗(yàn)教學(xué)創(chuàng)新聯(lián)盟計(jì)算機(jī)類專委會(huì)主任，中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)TC11 VR/AR子工作組副組長(zhǎng)，CCF教育專委會(huì)、大數(shù)據(jù)專委會(huì)、計(jì)算機(jī)視覺(jué)專委會(huì)委員，中國(guó)人工智能學(xué)會(huì)智能服務(wù)專委會(huì)常務(wù)委員。牽頭獲得教材建設(shè)獎(jiǎng)全國(guó)教材建設(shè)先進(jìn)集體、北京高校優(yōu)質(zhì)本科課程（重點(diǎn)），獲得北京市教學(xué)成果獎(jiǎng)二等獎(jiǎng)2項(xiàng)。羅霄翔計(jì)算機(jī)專業(yè)博士，中移系統(tǒng)集成有限公司數(shù)字政府事業(yè)部副總經(jīng)理?，F(xiàn)任教育部信息網(wǎng)絡(luò)工程研究中心特聘行業(yè)專家，中關(guān)村四方現(xiàn)代服務(wù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟標(biāo)準(zhǔn)委員會(huì)副主任委員，并兼任金融科技工作組組長(zhǎng)。2011年入職中國(guó)移動(dòng)，長(zhǎng)期從事業(yè)務(wù)規(guī)劃、技術(shù)研究和產(chǎn)品研發(fā)工作，榮獲國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)。主持國(guó)撥研發(fā)項(xiàng)目2項(xiàng)，中國(guó)移動(dòng)重大研發(fā)項(xiàng)目5項(xiàng)。甘肅省蘭州市數(shù)字政府項(xiàng)目負(fù)責(zé)人，完成甘肅數(shù)字政府政務(wù)系統(tǒng)規(guī)劃、大數(shù)據(jù)架構(gòu)設(shè)計(jì)、業(yè)務(wù)平臺(tái)研發(fā)及建設(shè)運(yùn)營(yíng)。宋美娜北京郵電大學(xué)計(jì)算機(jī)學(xué)院（國(guó)家示范性軟件學(xué)院）教授、博士生導(dǎo)師，現(xiàn)任教育部信息網(wǎng)絡(luò)工程研究中心主任、中關(guān)村四方現(xiàn)代服務(wù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟常務(wù)副理事長(zhǎng)、中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)TC11副主席，國(guó)家重點(diǎn)研發(fā)計(jì)劃“大數(shù)據(jù)征信及智能評(píng)估技術(shù)”項(xiàng)目負(fù)責(zé)人，主要研究方向?yàn)榇髷?shù)據(jù)、人工智能及其在數(shù)字經(jīng)濟(jì)、健康醫(yī)療領(lǐng)域的深度應(yīng)用。張光衛(wèi)北京郵電大學(xué)計(jì)算機(jī)學(xué)院（國(guó)家示范性軟件學(xué)院）講師，工學(xué)博士，研究方向?yàn)榇髷?shù)據(jù)、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)技術(shù)，承擔(dān)多項(xiàng)科研項(xiàng)目，發(fā)表論文20余篇，有豐富的系統(tǒng)架構(gòu)研發(fā)經(jīng)驗(yàn)。鄂海紅北京郵電大學(xué)計(jì)算機(jī)學(xué)院（國(guó)家示范性軟件學(xué)院）教授，北京市青年英才，研究方向數(shù)聯(lián)網(wǎng)互操作、數(shù)據(jù)治理、大數(shù)據(jù)及AI中臺(tái)技術(shù)等方面，研究成果已在科技服務(wù)、智慧醫(yī)療等現(xiàn)代服務(wù)業(yè)領(lǐng)域得到創(chuàng)新應(yīng)用。王昀中移系統(tǒng)集成有限公司副總經(jīng)理。榮獲企業(yè)管理現(xiàn)代化創(chuàng)新成果二等獎(jiǎng)及多個(gè)行業(yè)級(jí)獎(jiǎng)項(xiàng)，參與制定多項(xiàng)中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)行業(yè)標(biāo)準(zhǔn)。具有10余年豐富的電信運(yùn)營(yíng)商從業(yè)經(jīng)驗(yàn)，長(zhǎng)期專注于數(shù)字政府、智慧城市及移動(dòng)通信領(lǐng)域的研究，主導(dǎo)中國(guó)移動(dòng)各省市數(shù)字政府的技術(shù)規(guī)劃和建設(shè)運(yùn)營(yíng)。

圖書(shū)目錄

目錄
第一篇大數(shù)據(jù)征信與信用科技
第 1章大數(shù)據(jù)征信與信用科技概述　3
1．1　大數(shù)據(jù)征信　4
1．1．1　大數(shù)據(jù)技術(shù)　4
1．1．2　征信內(nèi)涵　6
1．1．3　大數(shù)據(jù)征信　7
1．2　信用科技　7
1．2．1　信用科技關(guān)鍵技術(shù)問(wèn)題　8
1．2．2　信用科技服務(wù)新模式　9
1．3　小結(jié)　10
第 2章大數(shù)據(jù)征信行業(yè)發(fā)展歷程　11
2．1　征信行業(yè)發(fā)展歷程　12
2．1．1　歐洲征信模式　12
2．1．2　美國(guó)征信模式　13
2．1．3　日本征信模式　13
2．1．4　我國(guó)征信體系發(fā)展歷程　14
2．2　大數(shù)據(jù)征信業(yè)發(fā)展現(xiàn)狀　15
2．2．1　國(guó)際大數(shù)據(jù)征信業(yè)　16
2．2．2　我國(guó)大數(shù)據(jù)征信業(yè)　16
2．3　大數(shù)據(jù)征信業(yè)發(fā)展環(huán)境與標(biāo)準(zhǔn)體系　18
2．3．1　中國(guó)大數(shù)據(jù)征信業(yè)發(fā)展環(huán)境　18
2．3．2　大數(shù)據(jù)征信相關(guān)政策及影響　19
2．3．3　征信標(biāo)準(zhǔn)與大數(shù)據(jù)征信標(biāo)準(zhǔn)現(xiàn)狀　19
2．3．4　大數(shù)據(jù)征信標(biāo)準(zhǔn)體系研究　21
2．4　大數(shù)據(jù)征信的機(jī)遇與挑戰(zhàn)　23
2．4．1　我國(guó)大數(shù)據(jù)征信發(fā)展的重要機(jī)遇　23
2．4．2　我國(guó)大數(shù)據(jù)征信面臨的挑戰(zhàn)　23
2．5　小結(jié)　25
第二篇　大數(shù)據(jù)征信關(guān)鍵支撐技術(shù)
第3章　數(shù)據(jù)治理　29
3．1　數(shù)據(jù)治理概述　30
3．1．1　數(shù)據(jù)模型　30
3．1．2　元數(shù)據(jù)　31
3．1．3　數(shù)據(jù)質(zhì)量管理　31
3．1．4　數(shù)據(jù)生命周期管理　32
3．1．5　數(shù)據(jù)安全　33
3．2　大數(shù)據(jù)征信與數(shù)據(jù)治理　33
3．3　小結(jié)　36
第4章　大數(shù)據(jù)征信元數(shù)據(jù)管理　37
4．1　元數(shù)據(jù)管理　38
4．2　元數(shù)據(jù)標(biāo)準(zhǔn)化　39
4．2．1　CWM　39
4．2．2　CWM的特點(diǎn)　40
4．2．3　CWM IDL　41
4．3　大數(shù)據(jù)征信元數(shù)據(jù)模型建設(shè)　41
4．4　大數(shù)據(jù)征信稽核機(jī)制　42
4．5　大數(shù)據(jù)征信血緣分析　44
4．6　小結(jié)　47
第5章　面向大數(shù)據(jù)征信的分布式計(jì)算引擎　49
5．1　背景概述　50
5．2　征信數(shù)據(jù)處理解決方案　51
5．2．1　架構(gòu)演進(jìn)與發(fā)展　51
5．2．2　大數(shù)據(jù)征信分布式計(jì)算引擎　54
5．2．3　關(guān)鍵技術(shù)　57
5．3　小結(jié)　59
第6章　征信大數(shù)據(jù)資源管理　61
6．1　大數(shù)據(jù)資源一體化管理　62
6．1．1　核心架構(gòu)　62
6．1．2　執(zhí)行流程　63
6．1．3　調(diào)度策略　64
6．2　大數(shù)據(jù)資源動(dòng)態(tài)管理　67
6．2．1　動(dòng)態(tài)調(diào)整容器　67
6．2．2　資源分配預(yù)測(cè)及動(dòng)態(tài)調(diào)整　68
6．3　面向征信大數(shù)據(jù)的資源管理系統(tǒng)　68
6．4　小結(jié)　70
第7章　征信大數(shù)據(jù)安全與隱私保護(hù)機(jī)制　71
7．1　征信大數(shù)據(jù)安全機(jī)制　72
7．1．1　征信大數(shù)據(jù)安全存儲(chǔ)技術(shù)　72
7．1．2　征信大數(shù)據(jù)責(zé)任認(rèn)定與溯源技術(shù)　72
7．2　征信大數(shù)據(jù)隱私保護(hù)技術(shù)研究　74
7．2．1　隱私計(jì)算技術(shù)　74
7．2．2　區(qū)塊鏈技術(shù)　77
7．2．3　面向征信大數(shù)據(jù)的隱私保護(hù)新技術(shù)方案　78
7．3　小結(jié)　80
第三篇　大數(shù)據(jù)征信智能評(píng)估與開(kāi)放服務(wù)平臺(tái)
第8章　征信大數(shù)據(jù)中臺(tái)　85
8．1　征信業(yè)務(wù)中臺(tái)化轉(zhuǎn)型　86
8．1．1　傳統(tǒng)數(shù)據(jù)平臺(tái)的劣勢(shì)　86
8．1．2　征信大數(shù)據(jù)中臺(tái)的優(yōu)勢(shì)　88
8．2　征信大數(shù)據(jù)中臺(tái)架構(gòu)　90
8．2．1　征信大數(shù)據(jù)中臺(tái)架構(gòu)　91
8．2．2　征信大數(shù)據(jù)中臺(tái)子系統(tǒng)　92
8．2．3　征信大數(shù)據(jù)中臺(tái)與云原生架構(gòu)　94
8．3　小結(jié)　95
第9章　智能評(píng)估模型引擎　97
9．1　智能評(píng)估模型引擎的發(fā)展歷程　98
9．1．1　現(xiàn)有機(jī)器學(xué)習(xí)智能評(píng)估引擎　98
9．1．2　隱私計(jì)算機(jī)器學(xué)習(xí)智能評(píng)估引擎　101
9．2　基于隱私計(jì)算的大數(shù)據(jù)征信智能評(píng)估模型引擎架構(gòu)　105
9．2．1　模型引擎架構(gòu)　105
9．2．2　模型引擎建模流程　113
9．2．3　大數(shù)據(jù)征信智能評(píng)估模型案例　115
9．3　小結(jié)　119
第　10章大數(shù)據(jù)征信開(kāi)放服務(wù)平臺(tái)　121
10．1　開(kāi)放服務(wù)平臺(tái)　122
10．1．1　從無(wú)到有的平臺(tái)　122
10．1．2　平臺(tái)的開(kāi)放化　123
10．1．3　開(kāi)放服務(wù)平臺(tái)與大數(shù)據(jù)征信　124
10．2　開(kāi)放服務(wù)平臺(tái)典型架構(gòu)　124
10．2．1　架構(gòu)原則　125
10．2．2　面向大數(shù)據(jù)征信的微服務(wù)架構(gòu)　128
10．3　面向大數(shù)據(jù)征信的開(kāi)放服務(wù)平臺(tái)　131
10．3．1　用戶子系統(tǒng)　131
10．3．2　服務(wù)管理子系統(tǒng)　132
10．3．3　訂單子系統(tǒng)　133
10．3．4　使用記錄子系統(tǒng)　133
10．3．5　運(yùn)營(yíng)子系統(tǒng)　133
10．4　信用科技服務(wù)商店　134
10．4．1　信用科技服務(wù)商店簡(jiǎn)介　135
10．4．2　信用科技服務(wù)商店的核心作用　135
10．4．3　面向多種場(chǎng)景的信用科技服務(wù)商店　137
10．4．4　面向多種角色的信用科技服務(wù)商店　140
10．4．5　面向多種服務(wù)的信用科技服務(wù)商店　141
10．5　小結(jié)　142
展望　143
參考文獻(xiàn)　145