內容簡介
大數據徵信是大數據技術與徵信業務相結合的產物,它通過對多源、異構、海量、實時數據進行採集、整理、分析和挖掘,實現多維度刻畫信用主體畫像,並運用大數據技術設計徵信評價模型,向使用者提供信用主體的履約和信用狀況,作者團隊研發平台為大數據徵信智慧型評估與開放服務平台。在《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》相繼施行的背景下,本書就如何規範大數據徵信行業及如何讓大數據徵信賦能其他行業展開分析和設計。
本書主要面向大數據技術從業人員、徵信行業從業人員和有意願了解大數據徵信的各行業主體,從大數據徵信的起源、歷程、發展環境、標準體系、關鍵技術和平台建設等方面詳細分析了大數據徵信的必要性和可行性,並結合徵信行業特點給出了大數據徵信的模式探索和前景規劃。
作者簡介
歐中洪
北京郵電大學計算機學院(國家示範性軟體學院)副院長,北京郵電大學1551人才,國家重點研發計畫項目負責人,主持多項國家重點研發計畫、國家自然科學基金項目,發表高水平學術論文80餘篇,研究成果曾被等20餘家國際媒體報導。任教育部基礎學科拔尖學生培養計畫2.0基地主任,虛擬仿真實驗教學創新聯盟計算機類專委會主任,中國通信標準化協會TC11 VR/AR子工作組副組長,CCF教育專委會、大數據專委會、計算機視覺專委會委員,中國人工智慧學會智慧型服務專委會常務委員。牽頭獲得教材建設獎全國教材建設先進集體、北京高校優質本科課程(重點),獲得北京市教學成果獎二等獎2項。
羅霄翔
計算機專業博士,中移系統集成有限公司數字政府事業部副總經理。現任教育部信息網路工程研究中心特聘行業專家,中關村四方現代服務產業技術創新戰略聯盟標準委員會副主任委員,併兼任金融科技工作組組長。2011年入職中國移動,長期從事業務規劃、技術研究和產品研發工作,榮獲國家科技進步獎二等獎。主持國撥研發項目2項,中國移動重大研發項目5項。甘肅省蘭州市數字政府項目負責人,完成甘肅數字政府政務系統規劃、大數據架構設計、業務平台研發及建設運營。
宋美娜
北京郵電大學計算機學院(國家示範性軟體學院)教授、博士生導師,現任教育部信息網路工程研究中心主任、中關村四方現代服務產業技術創新戰略聯盟常務副理事長、中國通信標準化協會TC11副主席,國家重點研發計畫“大數據徵信及智慧型評估技術”項目負責人,主要研究方向為大數據、人工智慧及其在數字經濟、健康醫療領域的深度套用。
張光衛
北京郵電大學計算機學院(國家示範性軟體學院)講師,工學博士,研究方向為大數據、機器學習、物聯網技術,承擔多項科研項目,發表論文20餘篇, 有豐富的系統架構研發經驗。
鄂海紅
北京郵電大學計算機學院(國家示範性軟體學院)教授,北京市青年英才,研究方向數聯網互操作、數據治理、大數據及AI中台技術等方面,研究成果已在科技服務、智慧醫療等現代服務業領域得到創新套用。
王昀
中移系統集成有限公司副總經理。榮獲企業管理現代化創新成果二等獎及多個行業級獎項,參與制定多項中國通信標準化協會行業標準。具有10餘年豐富的電信運營商從業經驗,長期專注於數字政府、智慧城市及移動通信領域的研究,主導中國移動各省市數字政府的技術規劃和建設運營。
圖書目錄
目錄
第 一篇 大數據徵信與信用科技
第 1章 大數據徵信與信用科技概述 3
1.1 大數據徵信 4
1.1.1 大數據技術 4
1.1.2 徵信內涵 6
1.1.3 大數據徵信 7
1.2 信用科技 7
1.2.1 信用科技關鍵技術問題 8
1.2.2 信用科技服務新模式 9
1.3 小結 10
第 2章 大數據徵信行業發展歷程 11
2.1 徵信行業發展歷程 12
2.1.1 歐洲徵信模式 12
2.1.2 美國徵信模式 13
2.1.3 日本徵信模式 13
2.1.4 我國徵信體系發展歷程 14
2.2 大數據徵信業發展現狀 15
2.2.1 國際大數據徵信業 16
2.2.2 我國大數據徵信業 16
2.3 大數據徵信業發展環境與標準體系 18
2.3.1 中國大數據徵信業發展環境 18
2.3.2 大數據徵信相關政策及影響 19
2.3.3 徵信標準與大數據徵信標準現狀 19
2.3.4 大數據徵信標準體系研究 21
2.4 大數據徵信的機遇與挑戰 23
2.4.1 我國大數據徵信發展的重要機遇 23
2.4.2 我國大數據徵信面臨的挑戰 23
2.5 小結 25
第二篇 大數據徵信關鍵支撐技術
第3章 數據治理 29
3.1 數據治理概述 30
3.1.1 數據模型 30
3.1.2 元數據 31
3.1.3 數據質量管理 31
3.1.4 數據生命周期管理 32
3.1.5 數據安全 33
3.2 大數據徵信與數據治理 33
3.3 小結 36
第4章 大數據徵信元數據管理 37
4.1 元數據管理 38
4.2 元數據標準化 39
4.2.1 CWM 39
4.2.2 CWM的特點 40
4.2.3 CWM IDL 41
4.3 大數據徵信元數據模型建設 41
4.4 大數據徵信稽核機制 42
4.5 大數據徵信血緣分析 44
4.6 小結 47
第5章 面向大數據徵信的分散式計算引擎 49
5.1 背景概述 50
5.2 徵信數據處理解決方案 51
5.2.1 架構演進與發展 51
5.2.2 大數據徵信分散式計算引擎 54
5.2.3 關鍵技術 57
5.3 小結 59
第6章 徵信大數據資源管理 61
6.1 大數據資源一體化管理 62
6.1.1 核心架構 62
6.1.2 執行流程 63
6.1.3 調度策略 64
6.2 大數據資源動態管理 67
6.2.1 動態調整容器 67
6.2.2 資源分配預測及動態調整 68
6.3 面向徵信大數據的資源管理系統 68
6.4 小結 70
第7章 徵信大數據安全與隱私保護機制 71
7.1 徵信大數據安全機制 72
7.1.1 徵信大數據安全存儲技術 72
7.1.2 徵信大數據責任認定與溯源技術 72
7.2 徵信大數據隱私保護技術研究 74
7.2.1 隱私計算技術 74
7.2.2 區塊鏈技術 77
7.2.3 面向徵信大數據的隱私保護新技術方案 78
7.3 小結 80
第三篇 大數據徵信智慧型評估與開放服務平台
第8章 徵信大數據中台 85
8.1 徵信業務中台化轉型 86
8.1.1 傳統數據平台的劣勢 86
8.1.2 徵信大數據中台的優勢 88
8.2 徵信大數據中台架構 90
8.2.1 徵信大數據中台架構 91
8.2.2 徵信大數據中台子系統 92
8.2.3 徵信大數據中台與雲原生架構 94
8.3 小結 95
第9章 智慧型評估模型引擎 97
9.1 智慧型評估模型引擎的發展歷程 98
9.1.1 現有機器學習智慧型評估引擎 98
9.1.2 隱私計算機器學習智慧型評估引擎 101
9.2 基於隱私計算的大數據徵信智慧型評估模型引擎架構 105
9.2.1 模型引擎架構 105
9.2.2 模型引擎建模流程 113
9.2.3 大數據徵信智慧型評估模型案例 115
9.3 小結 119
第 10章 大數據徵信開放服務平台 121
10.1 開放服務平台 122
10.1.1 從無到有的平台 122
10.1.2 平台的開放化 123
10.1.3 開放服務平台與大數據徵信 124
10.2 開放服務平台典型架構 124
10.2.1 架構原則 125
10.2.2 面向大數據徵信的微服務架構 128
10.3 面向大數據徵信的開放服務平台 131
10.3.1 用戶子系統 131
10.3.2 服務管理子系統 132
10.3.3 訂單子系統 133
10.3.4 使用記錄子系統 133
10.3.5 運營子系統 133
10.4 信用科技服務商店 134
10.4.1 信用科技服務商店簡介 135
10.4.2 信用科技服務商店的核心作用 135
10.4.3 面向多種場景的信用科技服務商店 137
10.4.4 面向多種角色的信用科技服務商店 140
10.4.5 面向多種服務的信用科技服務商店 141
10.5 小結 142
展望 143
參考文獻 145