商业银行大数据治理研究与实践

图书标准信息

• 作者 李璠 刘锦淼 柯丹
• 出版社 机械工业出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787111663263
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 216页
• 字数 340千字

【内容简介】

本书详细阐述了大数据的基本概念，大数据将成为商业银行核心竞争力，商业银行大数据应用的各类场景等内容，列举了当前商业银行普遍使用的各类大数据相关技术，结合数据治理的方法论及框架，商业银行数据治理成果以及大数据时代的特点，构建大数据治理体系。同时，结合商业银行自身特点，指出商业银行大数据治理能力提升的6个重点方向。*后，结合大数据成熟度模型构建数据治理能力评价方法，探讨数据资产估值的现状及可行性。
  本书既有较为全面的理论知识又有丰富的商业银行实践与案例，可以作为商业银行数据管理者和大数据应用及开发人员的入门参考用书，也适合银行业务人员阅读，以帮助了解大数据应用对银行业务发展的意义和大数据治理对数据应用的支撑作用。

【作者简介】

银行业信息科技风险管理高层指导委员会（简称高层指导委员会）

是20家主要银行业金融机构自愿参与建立的行业性、专业性高层组织。高层指导委员会的宗旨是：以全面风险管理为导向，提升银行业信息科技核心竞争力和自主创新能力，提升银行业信息化建设和信息科技风险管理整体水平，推动银行业信息科技持续、健康发展，维护金融稳定和国家安全。高层指导委员会的主要任务是对银行业信息化建设与信息科技风险管理工作进行研究、指导，并提供咨询、建议，研究银行业信息化建设重大发展问题，深入传导贯彻信息科技监管政策，开展专业指导和风险分析，开展信息科技课题研究，推动银行业信息科技领域新兴技术研究，促进银行业信息科技领域的交流合作。高层指导委员会自2011年成立以来，相继建立了风险分析、课题研究、专业指导等常态化工作机制，编印内部刊物《金融科技治理与研究》，组建银行业信息科技发展与风险管理专家库，组织编著银行业信息化丛书，开展“银行业信息化高级人才提升计划”，有效提升了银行业信息化工作的整体性、科学性和前瞻性，为银行业信息科技领域的经验交流、知识分享和资源互补提供了有效的平台。

【目录】

目录│

前言

基础部分

第1章　什么是大数据   /  2

1.1　数据及大数据发展史   /  2

1.2　大数据的概念   /  3

第2章　大数据成为银行业核心竞争力   /  7

2.1　银行业IT建设发展历程   /  7

2.2　银行业创新转型的突破口   /  14

2.3　大数据思维   /  20

2.4　数据挖掘能力   /  22

2.5　业界的关键观点   /  24

技术部分

第3章　大数据技术概述   /  28

3.1　数据采集相关概念介绍   /  28

3.2　大数据的数据源与数据类型   /  29

3.3　大数据的采集方法和工具   /  33

第4章　大数据平台   /  36

4.1　MPP   /  37

4.2　Hadoop   /  45

4.3　NoSQL   /  55

4.4　国内银行大数据平台的应用   /  61

4.5　大数据技术的云平台化   /  63

4.6　数据湖的介绍   /  64

第5章　大数据科学技术   /  68

5.1　相关概念介绍   /  68

5.2　数据挖掘算法   /  71

5.3　数据科学工具   /  78

5.4　数据可视化技术   /  81

5.5　数据挖掘的应用   /  83

治理与实践部分

第6章　数据治理概述与理论研究   /  88

6.1　银行业数据治理的发展   /  88

6.2　监管数据治理体系及要求   /  89

6.3　银行业标准体系   /  92

6.4　大数据时代的数据治理   /  94

6.5　数据治理理论研究   /  99

第7章　银行大数据治理实践   /  113

7.1　银行大数据治理体系框架   /  113

7.2　银行大数据治理实施策略与推进模式   /  115

7.3　银行提升大数据应用能力的关键举措   /  122

7.4　大数据治理组织机制   /  124

7.5　数据资产管理   /  129

7.6　数据安全及隐私   /  139

第8章　银行大数据应用实践   /  142

8.1　大数据应用体系构建   /  142

8.2　大数据挖掘   /  146

8.3　大数据运营   /  147

8.4　大数据应用场景   /  165

第9章　银行大数据评价   /  184

9.1　银行大数据能力评价   /  185

9.2　大数据应用价值评价   /  193

9.3　数据资产估值与交易   /  195

结语　谁将引领未来的潮流   /  199

参考文献   /  203