欧宝平台登录:数字挖掘:智慧金融的新基建

发布时间:2022-09-01 14:05:19 来源:欧宝体育直播nba 作者:欧宝体育手机版app直播

  数据挖掘这个概念早在上世纪90年代中期由IBM提出来,到现在大概已经有二十五六年的时间了,英文叫做data mining,我翻译成中文叫做数据挖掘。数据挖掘主要是从大量的数据中提取有用的信息,把这些信息结合行业知识,运用到我们的决策过程中去,这就是数据挖掘最主要的含义。

  所以它包含几层含义,第一个是包括数据,包括数据的整合;第二个很重要的问题是数据的分析,也就是今天所谓人工智能里面的很多算法;第三个因为数据挖掘是一定要应用到某一个行业里面去,解决具体的问题,所以行业知识很重要;第四个是加上数据,加上分析的结果,加上行业的知识,然后把它运用到这个行业的决策过程中去,这是数据挖掘整个的过程。

  刘世平:数据挖掘解决了很多金融方面的一些问题,那么它跟大数据时代是密切相关的。大数据演变的过程,应该已经有33年的历史了,最早在1987年的时候,提出了一个概念叫做数据仓库,英文叫做data warehouse。它主要是指把分散在各个地方,一个企业或一个政府里边不同地方的数据进行有效的整合,提炼出来同一系列的手段和方法把数据里边的信息能够提炼出来,然后结合行业知识用于决策的过程,所以数据挖掘更多的是在数据的分析阶段。90年代末期又有一个新的概念,叫做商业智能。那么发展到了2011年的时候才开始叫大数据。所以它是先从数据仓库,数据挖掘,商业智能再到大数据,整个这样的发展过程。而数据挖掘这些年来就会显得更加的重要。

  刘世平:这个也是挺好玩的,因为在这个概念完全提出来之前,在西方实际上已经有一些分析的手段和方法,尤其是结合应用数学、统计学的一些方法和算法,解决金融机构的问题。我们日常生活或者企业的运营过程中,都会收集和整理大量的数据,举个很简单的例子,全世界最早用数据挖掘用得比较好的,是银行里边的信用评级模型。它通过数据的分析,判断一个人在未来一段时间内,他有没有可能出现违约的概率。后来包括大家都知道的像当当网,我们去买书的时候会碰到关联分析,你会发现到网上书店来买书的人,同时会把另外一些书一起买了,我们会去分析哪些书是容易被一起买的,可以把这个概率算出来。现在的应用就更广泛了,比方说我们的支付,我们中小微的贷款,我们个人的贷款,这些都是它的延续,其实方法和理论体系是一样的。

  刘世平:今天的数据更多了,数据的类型更多了,这是第一个方面;第二个是我们的计算能力,存储能力加大了,我们能存的数据更多了;第三个是我们的数据分析能力加强了,以前大部分的数据我们要经过抽样分析,为什么我们不能把所有的数据都拿过来分析,因为计算机没有那么强大的处理能力,以前数据量很大的时候,你分析的时候就分析不出来,算法结果也算不出来,现在没问题,现在计算能力很强大,所以这个是跟过去一个很大的不同,应用在生活上也更加便捷了。

  刘世平:数据如果能得到准确的运用实际上是可以避免过多地骚扰客户,你想想是不是这些年我们都会接到很多电话,他会问要不要贷款,要不要升学,都是骚扰性的。坦率地讲就是说他这个基础工作做得不好,举个很简单的例子,我有时候会接到一些电话,问你是不是刘世平,我说是,说你要不要考虑办一个专升本,我说你开啥国际玩笑。实际上如果他简单地调一些数据,他知道了我自己本身是博士,我已经是中科院的大学教授,我还会考虑专升本的问题吗。这就是不准确的问题,它就变成一种骚扰,所以我觉得数据挖掘一方面可以解决企业效率的问题,降低它的成本,获客成本的问题。另外一个方面,它可以减少不必要的对市民或者是客户的骚扰。

  刘世平:对智慧金融的话,我觉得未来很重要的一点,实际上就是一个速度问题,一个准确的问题,公平和透明的问题。也就是说金融机构除了提升自己的效率,赚好自己的利润之外,另外还有一个很重要的社会义务,也就是公平。比方说服务三农的问题,更好地服务中小微的问题,我觉得数据挖掘能够解决很多的问题。通过数据挖掘,你更加透明和公平地去服务不同阶层的人,通过数据挖掘的方法,我们可以设计出不同的产品,不同的社会阶层都能够得到好的金融服务。

  举个很简单例子,我最近在设计一款产品,解决农民的信贷问题。通过数据挖掘,利用金融的体系架构,我可以把农民逐渐变成农业产业工人。农民什么时候需要贷款?一定是他买农药,买种子,买化肥的时候,所以我们可不可以利用今天新一代信息技术,比方说利用区块链的技术,我们可以对种子、农药、化肥进行溯源的问题,让假冒伪劣产品不会在市场上留着,这是第一类。

  第二个,农民生产过程中会出现哪些风险?如果碰到了自然灾害,他颗粒无收,他也就还不了贷款了。这个时候怎么办?我们能不能把金融的风险管理引进来,把保险的风险意识引进来,给农业生产加一份保险。另外一个很重要的问题,农民生产了之后,他能不能真正实现增收,收益能不能跟得上?那么我们可以引入金融期货的概念,到他卖的时候,我们提前跟粮食收购公司谈好一个价格。

  在这个过程中,我引入了信贷、保险还有期货的概念,你看农民就很好办,这样的话农民只需要去管生产,他就标准地变成了一个产业工人了,这样对农民是巨大的利好,就是农业的转型升级,把信息化、大数据和金融有效地结合起来。

  本文为澎湃号作者或机构在澎湃新闻上传并发布,仅代表该作者或机构观点,不代表澎湃新闻的观点或立场,澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。

上一篇:统计学专业就业方向及前景
下一篇:中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

相关信息

  • 中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

    中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

      原标题:中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)  大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。  智研咨询发布的《2022-2028年中国大数据行业市场竞争态势及发展趋向分析报告》共九章。首先介绍了大数据行业市场发展环境、大数据整体运行态势等,接着分析了大数据行业市场运行的现状,然后介绍了大数据市场竞争格局。随后,报告对大数据做了重点企业经营状况分析,最后分析了大数据行业发展趋势与投资预测。您若想对大数据产业有个系统的了解或者想投资大数据行业,本报告是您不可或缺的重要工具。  本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。  报告研究基于研究团队收集到的大量一手和二手信息
  • 业务人员都能用这些功能降低了数据挖掘使用门槛

    业务人员都能用这些功能降低了数据挖掘使用门槛

      提起数据挖掘的应用,大家一般会想起预测分析。例如,预测明年公司的业绩将会是多少?哪些客户可能流失?而实际上,数据挖掘除了预测未来,还可以帮助企业进行聚类分析、推荐、异常监测、相关性分析等等,还能广泛应用于企业运营、生产控制、城市规划、市场分析等各个领域。  大家都知道数据挖掘牛逼,但是真正能把数据挖掘技术用起来的却并不多,究其原因,主要是觉得数据挖掘太难了!不仅需要用户具备一定的专业知识,还需要花费大量的精力进行算法选择、数据训练。所以,数据挖掘的门槛很高,非专业高阶人士不可用。  那对于想用数据挖掘功能的普通用户来说,他们该怎么实现数据更深层的价值挖掘呢?下面,小麦给大家介绍Smartbi产品数据挖掘的一些功能,这些功能非常简单便捷,就算是业务人员都可以使用:  封装意味着屏蔽了底层技术的复杂性,留给用户的是可见的成品。Smartbi产品封装20+数据预处理方法、10+特征工程方法、50+数据挖掘算法,含统计分析、文本分析、分类、回归、聚类、关联算法等,用于对数据进行统计、处理、分析、预测和分类。  创建实验时,虽然通过拖拽即可进行组件的组合和流程的创建,但有的用户可能还是会觉得
  • 数字挖掘:智慧金融的新基建

    数字挖掘:智慧金融的新基建

      数据挖掘这个概念早在上世纪90年代中期由IBM提出来,到现在大概已经有二十五六年的时间了,英文叫做data mining,我翻译成中文叫做数据挖掘。数据挖掘主要是从大量的数据中提取有用的信息,把这些信息结合行业知识,运用到我们的决策过程中去,这就是数据挖掘最主要的含义。  所以它包含几层含义,第一个是包括数据,包括数据的整合;第二个很重要的问题是数据的分析,也就是今天所谓人工智能里面的很多算法;第三个因为数据挖掘是一定要应用到某一个行业里面去,解决具体的问题,所以行业知识很重要;第四个是加上数据,加上分析的结果,加上行业的知识,然后把它运用到这个行业的决策过程中去,这是数据挖掘整个的过程。  刘世平:数据挖掘解决了很多金融方面的一些问题,那么它跟大数据时代是密切相关的。大数据演变的过程,应该已经有33年的历史了,最早在1987年的时候,提出了一个概念叫做数据仓库,英文叫做data warehouse。它主要是指把分散在各个地方,一个企业或一个政府里边不同地方的数据进行有效的整合,提炼出来同一系列的手段和方法把数据里边的信息能够提炼出来,然后结合行业知识用于决策的过程,所以数据挖掘更
  • 统计学专业就业方向及前景

    统计学专业就业方向及前景

      统计学专业就业方向主要是到政府统计部门、经济管理部门,银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。  统计学专业就业方向包括保险类企业:保险精算、业务统计,市场调查类企业,市场调查、数据分析,各类企业,咨询、调研、经济分析、数据分析。  具体岗位:出纳员、会计、财务助理、审计专员和助理、财务主管、统计员、财务经理、财务、总帐主管、财务分析员、会计或会计师  具体岗位:区域销售专员或助理、大客户经理、经销商、大客户销售、业务拓展主管和经理、客户经理助理、销售、业务主管、大客户销售代表、业务拓展专员和助理  具体岗位:数据分析员、数据分析师、运营主管、高级运营经理、运营专员、运营经理、数据分析岗、数据分析经理、数据分析主管、数据分析专员  具体岗位:数据统计分析员、数据分析师、数据工程师、软件工程师、兼职、数据分析、数据挖掘工程师、实习生、数据支持  具体岗位:助理、秘书、行政专员、经理助理和秘书、行政专员和助理、总裁助理和总经理助理、行政经理和主管、助理和秘书、经理助理、办公室主任、文员、总经理助理、文员  在国内,统计学

手机扫一扫添加微信