云书馆

编辑推荐

1.重点研发项目。本书依托国家重点研发计划项目“大数据征信及智能评估技术”。
2.专业作者团队。作者团队有深厚的知识积累，具有学术价值、指导作用。
4.培训教材。大数据征信相关平台架构、应用场景阐述详尽，为项目实施人员提供参考，并且可以作为相关培训教材。
5.行业指导性。大数据征信的行业发展和服务模式阐述和分析较为深入，具有专业性和指导性。

展开

作者简介

欧中洪
北京邮电大学计算机学院（国家示范性软件学院）副院长，北京邮电大学1551人才，国家重点研发计划项目负责人，主持多项国家重点研发计划、国家自然科学基金项目，发表高水平学术论文80余篇，研究成果曾被等20余家国际媒体报道。任教育部基础学科拔尖学生培养计划2.0基地主任，虚拟仿真实验教学创新联盟计算机类专委会主任，中国通信标准化协会TC11 VR/AR子工作组副组长，CCF教育专委会、大数据专委会、计算机视觉专委会委员，中国人工智能学会智能服务专委会常务委员。牵头获得教材建设奖全国教材建设先进集体、北京高校优质本科课程（重点），获得北京市教学成果奖二等奖2项。

罗霄翔
计算机专业博士，中移系统集成有限公司数字政府事业部副总经理。现任教育部信息网络工程研究中心特聘行业专家，中关村四方现代服务产业技术创新战略联盟标准委员会副主任委员，并兼任金融科技工作组组长。2011年入职中国移动，长期从事业务规划、技术研究和产品研发工作，荣获国家科技进步奖二等奖。主持国拨研发项目2项，中国移动重大研发项目5项。甘肃省兰州市数字政府项目负责人，完成甘肃数字政府政务系统规划、大数据架构设计、业务平台研发及建设运营。

宋美娜
北京邮电大学计算机学院（国家示范性软件学院）教授、博士生导师，现任教育部信息网络工程研究中心主任、中关村四方现代服务产业技术创新战略联盟常务副理事长、中国通信标准化协会TC11副主席，国家重点研发计划“大数据征信及智能评估技术”项目负责人，主要研究方向为大数据、人工智能及其在数字经济、健康医疗领域的深度应用。

张光卫
北京邮电大学计算机学院（国家示范性软件学院）讲师，工学博士,研究方向为大数据、机器学习、物联网技术，承担多项科研项目，发表论文20余篇, 有丰富的系统架构研发经验。

鄂海红
北京邮电大学计算机学院（国家示范性软件学院）教授，北京市青年英才，研究方向数联网互操作、数据治理、大数据及AI中台技术等方面，研究成果已在科技服务、智慧医疗等现代服务业领域得到创新应用。

王昀
中移系统集成有限公司副总经理。荣获企业管理现代化创新成果二等奖及多个行业级奖项，参与制定多项中国通信标准化协会行业标准。具有10余年丰富的电信运营商从业经验，长期专注于数字政府、智慧城市及移动通信领域的研究，主导中国移动各省市数字政府的技术规划和建设运营。

展开

目录

第一篇大数据征信与信用科技
第 1章大数据征信与信用科技概述　3
1．1　大数据征信　4
1．1．1　大数据技术　4
1．1．2　征信内涵　6
1．1．3　大数据征信　7
1．2　信用科技　7
1．2．1　信用科技关键技术问题　8
1．2．2　信用科技服务新模式　9
1．3　小结　10
第 2章大数据征信行业发展历程　11
2．1　征信行业发展历程　12
2．1．1　欧洲征信模式　12
2．1．2　美国征信模式　13
2．1．3　日本征信模式　13
2．1．4　我国征信体系发展历程　14
2．2　大数据征信业发展现状　15
2．2．1　国际大数据征信业　16
2．2．2　我国大数据征信业　16
2．3　大数据征信业发展环境与标准体系　18
2．3．1　中国大数据征信业发展环境　18
2．3．2　大数据征信相关政策及影响　19
2．3．3　征信标准与大数据征信标准现状　19
2．3．4　大数据征信标准体系研究　21
2．4　大数据征信的机遇与挑战　23
2．4．1　我国大数据征信发展的重要机遇　23
2．4．2　我国大数据征信面临的挑战　23
2．5　小结　25
第二篇　大数据征信关键支撑技术
第3章　数据治理　29
3．1　数据治理概述　30
3．1．1　数据模型　30
3．1．2　元数据　31
3．1．3　数据质量管理　31
3．1．4　数据生命周期管理　32
3．1．5　数据安全　33
3．2　大数据征信与数据治理　33
3．3　小结　36
第4章　大数据征信元数据管理　37
4．1　元数据管理　38
4．2　元数据标准化　39
4．2．1　CWM　39
4．2．2　CWM的特点　40
4．2．3　CWM IDL　41
4．3　大数据征信元数据模型建设　41
4．4　大数据征信稽核机制　42
4．5　大数据征信血缘分析　44
4．6　小结　47
第5章　面向大数据征信的分布式计算引擎　49
5．1　背景概述　50
5．2　征信数据处理解决方案　51
5．2．1　架构演进与发展　51
5．2．2　大数据征信分布式计算引擎　54
5．2．3　关键技术　57
5．3　小结　59
第6章　征信大数据资源管理　61
6．1　大数据资源一体化管理　62
6．1．1　核心架构　62
6．1．2　执行流程　63
6．1．3　调度策略　64
6．2　大数据资源动态管理　67
6．2．1　动态调整容器　67
6．2．2　资源分配预测及动态调整　68
6．3　面向征信大数据的资源管理系统　68
6．4　小结　70
第7章　征信大数据安全与隐私保护机制　71
7．1　征信大数据安全机制　72
7．1．1　征信大数据安全存储技术　72
7．1．2　征信大数据责任认定与溯源技术　72
7．2　征信大数据隐私保护技术研究　74
7．2．1　隐私计算技术　74
7．2．2　区块链技术　77
7．2．3　面向征信大数据的隐私保护新技术方案　78
7．3　小结　80
第三篇　大数据征信智能评估与开放服务平台
第8章　征信大数据中台　85
8．1　征信业务中台化转型　86
8．1．1　传统数据平台的劣势　86
8．1．2　征信大数据中台的优势　88
8．2　征信大数据中台架构　90
8．2．1　征信大数据中台架构　91
8．2．2　征信大数据中台子系统　92
8．2．3　征信大数据中台与云原生架构　94
8．3　小结　95
第9章　智能评估模型引擎　97
9．1　智能评估模型引擎的发展历程　98
9．1．1　现有机器学习智能评估引擎　98
9．1．2　隐私计算机器学习智能评估引擎　101
9．2　基于隐私计算的大数据征信智能评估模型引擎架构　105
9．2．1　模型引擎架构　105
9．2．2　模型引擎建模流程　113
9．2．3　大数据征信智能评估模型案例　115
9．3　小结　119
第　10章大数据征信开放服务平台　121
10．1　开放服务平台　122
10．1．1　从无到有的平台　122
10．1．2　平台的开放化　123
10．1．3　开放服务平台与大数据征信　124
10．2　开放服务平台典型架构　124
10．2．1　架构原则　125
10．2．2　面向大数据征信的微服务架构　128
10．3　面向大数据征信的开放服务平台　131
10．3．1　用户子系统　131
10．3．2　服务管理子系统　132
10．3．3　订单子系统　133
10．3．4　使用记录子系统　133
10．3．5　运营子系统　133
10．4　信用科技服务商店　134
10．4．1　信用科技服务商店简介　135
10．4．2　信用科技服务商店的核心作用　135
10．4．3　面向多种场景的信用科技服务商店　137
10．4．4　面向多种角色的信用科技服务商店　140
10．4．5　面向多种服务的信用科技服务商店　141
10．5　小结　142
展望　143
参考文献　145

展开