信息时代大数据技术在互联网金融领域应用.docVIP

信息时代大数据技术在互联网金融领域的应用 　　摘 要：由于互联网金融在发展过程中需要运用大数据技术进行客户数据分析和处理，因此，大数据技术是互联网金融发展的关键。基于此，分析大数据技术在互联网金融领域的应用，并提出互联网金融的相关发展政策。 　　关键词：大数据技术；大数据征信；互联网金融；应用 　　中图分类号：F830.49 文献标志码：A 文章编号：1673-291X（2017）18-0069-03 　　在互联网全方位贴近生产、生活各个角落的背景下，互联网金融如第三方支付、P2P模式、众筹模式等近年来呈现爆发性增长态势。与此同时，我国的金融行业也逐步进入了一个全新的互联网时代，互联网金融应运而生并逐渐成为了当今人们生活当中不可或缺的支付和投资方式。虽然互联网与传统金融业务结合的互联网金融服务是当今的一大热点，但不容忽视的是，互联网金融在快速发展的同时，也伴生着风险隐患甚至违规违法行为。因此，应该采取相关的技术措施促进我国互联网金融的健康发展，降低互联网金融发展过程中的风险。本文分析大数据技术在互联网金融中的应用。 　　一、相关概念阐述 　　1.互联网金融的概念。互联网金融也就是电子金融，它指利用一些互联网技术如移动支付、搜索引擎、云计算等实现资金融通，是一种新型的金融模式，具有支付媒介的作用，它既是采用互联网技术实现传统金融机构金融业务改造的成果，又是互联网企业不断进行业务创新向金融领域发展的结果。互联网金融模式通过互联网技术使互联网金融的交易更加方便快捷和公平透明，提高了客户的参与程度，降低了交易的中间成本。随着互联网金融的发展，它正在成为人们生活中必不可少的投资方式和支付方式，当前互联网金融主要分成第三方支付、P2P 模式和众筹模式、大数据金融、信息化金融机构、互联网金融门户五大类。 　　2.大数据的概念。大数据代表了数据、思维与技术，指庞大规模的数据信息，从思维角度来讲，它是一种数据分析的前沿技术对数据信息的处理和应用，是数据、处理技术与应用思维三者的统一的一种综合处理技术，其特征可以用“4V+1C”来概括，“4V+1C”分别代表了Value（价值）、Velocity（快速）、Volume（海量）、Variety（多样化）以及 Complexity（复杂）这五个单词。 　　二、信息时代大数据技术在互联网金融领域的应用 　　1.互联网大数据技术。互联网大数据技术包含数据产生、数据获取及数据挖掘。互联网包含着十分丰富的信息，它是一个有机生态，其数据来源包括电商平台、社交平台及消费点评类网站，京东、天猫等电商平台的数据包括的交易流水、客户评价及信用信息；人人网、微信、微博等社交平台的数据信息包括个人的兴趣爱好、社交圈子及社??地位等；口碑网、大众点评网等消费点评类网站可以获得消费者的评价信息。此外，通过其他渠道也可以获取各种支持金融决策的信息。 数据获取是依靠逐渐成熟的互联网数据爬取技术、大数据存储技术、数据库技术、搜索引擎技术，再配合网站的API和相关方授权，轻松便捷的获得需要的信息。数据挖掘是一种决策支持过程，指从数据库中包含的大量数据中找出潜在的、隐含的、有价值的、未知的信息的非平凡的过程。数据挖掘主要是基于可视化技术、数据库、统计学、模式识别、机器学习、人工智能技术等，高度自动化的分析获取的数据，并对这些数据进行归纳性的推理，最终挖掘出潜在的模式，帮助决策者调整相应的策略，做出正确的决策，降低风险。金融大数据分析架构（见下页图）。 　　在互联网金融融资领域互联网大数据技术的应用模式分成以下四类：一是传统金融机构和电商平台合作以获得电商平台数据，从而为网商提供融资服务，如中国建设银行和阿里巴巴的合作，中国银行和京东商城合作搭建的供应链金融服务平台；二是传统金融机构自建电商平台，通过平台积累客户数据，进而为其平台的网商提供融资服务；三是独立的互联网公司采用外部提供的互联网大数据为网商提供融资服务，其典型的代表为美国的Kabbage；四是电商平台利用平台积累的自身数据对网商提供融资服务，其典型代表为阿里金融。阿里金融通过互联网数据化运营模式，为阿里巴巴、淘宝网、天猫网等电子商务平台上的小微企业、个人创业者提供可持续性的、普惠制的电子商务金融服务。阿里金融认为数据库是阿里金融最核心的价值，目前最主要的工作就是深度挖掘数据库。阿里金融要把阿里巴巴、淘宝、天猫、支付宝等各平台所有商家的信息贯通起来，进行面向客户细分、产品推荐和风险管理方面的数据挖掘。 　　2.大数据征信。大数据征信的发展将不断扩展征信体系的数据范畴，采用先进的信息处理方式和服务理念推动传统信用评分模式的转变，进而不断完善整个社会的信用体系建设。相比传统的征信方式，大数据信用采用云计算技术，从数据录入开始到评价结果输出的整个过程全部由计算机