基于金融大数据平台的用户数据生命周期管理的研究

随着亏联网、大数据和云计算在金融领域的全面应用,如何保障金融系统企业数据安全就变成了金融企业信息系统安全的核心问题.为了提高金融企业数据安全管理水平,减少数据在使用过程中所带来的数据风险,基于用户数据的生命周期来研究用户数据安全的管理.     

UPS电源技术的性能分析与应用中存在的缺点

UPS作为备用电源技术,在金融、电力、通信及工业领域的数据信息中心和自动化控制生产线方面得到广泛的应用,UPS技术对保障供电,金融及通信等的安全、可靠发挥了积极的作用.本文首先分析了UPS的性能,接着对UPS技术的应用现状及其存在的问题进行了归纳分析.     

面向领域知识图谱的实体关系联合抽取

文本数据中的实体和关系抽取是领域知识图谱构建和更新的来源.针对金融科技领域中文本数据存在重叠关系、训练数据缺乏标注样本等问题,提出一种融合主动学习思想的实体关系联合抽取方法.首先,基于主动学习,以增量的方式筛选出富有信息量的样本作为训练数据;其次,采用面向主实体的标注策略将实体关系联合抽取问题转化为序列标注问题;最后,基于改进的BERT-BiGRU-CRF模型实现领域实体与关系的联合抽取,为知识图谱构建提供支撑技术,有助于金融从业者根据领域知识进行分析、投资、交易等操作,从而降低投资风险.针对金融领域文本数据进行实验测试,实验结果表明,本文所提出的方法有效,验证了该方法后续可用于金融知识图谱的构建.     

汽车整车厂大数据应用方向的研究

近5年来,大数据在金融领域、公共管理领域和销售领域都有长足的发展与应用,创造了非常可观的经济效益和社会效益,但汽车行业的发展还处于初级阶段,无论是数据采集、数据存储等基础数据库的构建,还是数据分析、数据目视化等大数据的实际应用场景的打造,都没有得到足够的重视,未能充分挖掘数据的价值。以大数据在一汽丰田某整车厂达产管理中的应用为例,探索大数据在整车厂的应用场景。     

金融领域中文命名实体识别研究进展

命名实体识别(Named Entity Recognition, NER)作为自然语言处理的基本任务之一,一直以来都是国内外研究的热点.随着金融互联网的快速发展,迄今为止,金融领域中文NER不断进步,并得以应用到其他金融业务中.为了方便研究者了解金融领域中文NER方法的发展状况和未来发展趋势,进行了一项相关方法的研究和总结.首先,介绍了NER的相关概念和金融领域中文NER的特点;然后,按照金融领域中文NER的发展历程,将研究方法分为基于字典和规则的方法、基于统计机器学习的方法和基于深度学习的方法,并详细介绍了每类方法的特点和典型模型;接下来,简要概括了金融领域中文NER的公开数据集和工具、评估方法及其应用;最后,向读者阐述了目前面临的挑战和未来的发展趋势.     

采用生成对抗网络的金融文本情感分类方法

针对目前金融领域文本存在标注资源匮乏的问题,提出一种基于生成对抗网络的金融文本情感分类方法. 该方法以边缘堆叠降噪自编码器生成鲁棒性特征表示作为输入,在生成对抗过程中,通过向文本表示向量添加噪声向量再生成新样本,应用对抗学习思想优化文本特征表示. 在公开的跨领域情感评论Amazon数据集和金融领域数据集上进行实验,并与基准实验对比,结果表明,该方法在平均准确率上有显著提升.     

基于GDI的动态数据分时走势控件的设计与实现

分时数据的实时走势以及图形分析在金融生产等领域有着广泛的应用,面向这些实时数据的图形化开发也必然有着广泛的应用价值。首先面向金融等领域的分时数据提出了1个图形控件的设计模型,将对数据的处理划分为数据的采集、数据的管理以及数据的图形化处理3个部分。在此基础上,利用C#语言的GDI技术,设计了一个在.NET平台下可以拖拽的数据显示和分时走势绘制控件,详细阐述了控件中数据的采集、处理以及图形绘制的过程,对应其相关功能设计的相关类和提供的方法以及开发实现技术原理,并且使用该控件对A股数据绘制了股票市场的分时走势图,给出了实现的算法和实现过程,进行了实例化的测试。最后分析了该控件的应用前景及不足。     

大数据:改变传统企业的“神之手”

随着信息技术的发展进步,企业对大数据的理解与认识已经十分深入,对全量数据的分析和利用能力成为企业不可或缺的一项技能,对大数据价值的挖掘成为企业发展变革的重要影响因子.无论是在以互联网为代表的新兴行业,还是在医药、交通等传统行业,大数据都在不断产生巨大的使用价值和影响. 技术方兴未艾 应用突飞猛进 目前,大数据技术的应用包含金融、电力、物流、交通、公共服务等.在金融行业,大数据应用促进了交易形式的多样化,提升了运营效率与精准性,进一步激发了以芝麻信用为代表的个人信用体系不断完善,推动了在线金融模式推陈出新;在医疗卫生领域,大数据技术能够更好地帮助政府和企业高效地进行疫情监测、医药研发、疾病诊疗、公共卫生管理、居民健康管理、健康危险因素分析等;在交通领域,大数据技术成绩斐然,更精确的智能导航、更高效的交通控制已经实现,为智能交通管理规划、决策、运营、服务等提供有力支持也逐步走进现实.     

采用生成对抗网络的金融文本情感分类方法

针对目前金融领域文本存在标注资源匮乏的问题,提出一种基于生成对抗网络的金融文本情感分类方法.该方法以边缘堆叠降噪自编码器生成鲁棒性特征表示作为输入,在生成对抗过程中,通过向文本表示向量添加噪声向量再生成新样本,应用对抗学习思想优化文本特征表示.在公开的跨领域情感评论Amazon数据集和金融领域数据集上进行实验,并与基准实验对比,结果表明,该方法在平均准确率上有显著提升.     

2020中国区块链与数字普惠金融应用发展论坛(上海)

正数字惠普金融主要的数字化方式包括移动互联网、区块链、云计算、大数据等各项能够运用于金融领域的相关数字化技术。金融科技以数据和技术为核心驱动力,通过技术手段提高金融运行的效率,降低金融服务的门槛。2020年3月21号由艾惠咨询联合主办的"2020中国区块链与数字普惠金融应用发展论坛"将在上海隆重召开,本次大会以"科技助推数字普惠金融发展"为主题,探讨金融科技运用到数字普惠金融领域,解决数字普惠金融发展中面临的问题,推动我国金融的发展,从而使金融能更好地为实体经济服务。     

试析经济数学在金融经济分析中的应用

经济数学和金融经济两者相互渗透、结合使用,能够促进经济数学和金融经济分析领域不断发展.就经济数学在金融经济分析中的应用进行研究,借助函数建模、极限理论知识、导数知识和微积分的应用等相关经济数学学科内容,对金融经济中存在的具体问题加以探究和解决.     

金融安全:区块链技术大有可为

正区块链技术具有数据不可篡改、可追溯等数据存储的特点,是结合去中心化实现维护数据库可靠性的方案,改变了数据记录和共享的模式,减少了交易双方信息不对称、效率低下的情况,这正是解决传统金融问题的关键,为传统金融创造了一个交易成本更低、效率更高、安全性更好的业务模式。正是得益于以上优势,区块链近年来已被广泛应用于供应链金融、支付清算、征信管理、资产数字化等业务领域,落地应用逐渐增加。     

智慧金融的特征及与传统金融的区别

物联网和云计算的创新应用,推动了智慧地球的概念普及和智慧城市的建设热潮,社会各行各业都在向智能化发展,智慧金融是互联网时代传统金融服务逐步演化的更高级阶段,是社会化网络、物联网、云计算等技术在金融领域的深入应用.     

智能数据工厂:再造数据生产方式

目前,大数据仍然是最活跃的领域之一.数字化时代,面对政府治理、交通、物流、金融、广告、电信、医疗、娱乐和农业等多个领域的迫切需求,大数据技术在硬件、软件和专业服务等多个层面都在不断地更新升级. 根据市场研究公司Wikibon的研究,2015年大数据硬件、软件和专业服务市场增长23.5％,达到226亿美元,预计到2026年之前年复合增长率为14.4％,市场规模将达到922亿美元.     

佛山:拥抱大数据 开创“智造”新天地

<正>大数据产业链涉及数据采集、数据处理、数据管理、数据分析、大数据应用服务、软硬件支撑环境、信息安全、系统集成等多个领域。大数据应用广泛,包括制造业、服务业、商务、医疗、交通、旅游、教育和金融等社会经济各领域。显然,大数据产业链将拥有一个庞大的供需市场,该产业链对其他行业的辐射带动效应也不可估量。佛山作为在珠三角乃至整个广东省制造业发达的地区,信息服务业是建立在实体经济的基础之     

基于粗糙集的知识动态更新中若干关键问题研究

数据挖掘是当前信息科学领域中的热点研究方向。目前已经在市场分析金融投资、医疗卫生、环境保护、产品制造和科学研究等许多领域获得了广泛的成功应用,取得了十分可观的社会效益和经济效益。数据挖掘中的一个核心问题是知识更新。数据的动态变化是大多数数据库的一个主要特点     

"互联网+"时代安徽省数字普惠金融发展现状分析 ——基于SWOT分析法

随着互联网、大数据和云计算等新信息技术的应用,数字普惠金融迅速成为普惠金融重要的组成部分和发展方向之一.鉴于此,本文运用SWOT分析法,深入剖析安徽省发展数字普惠金融所具备的优势和劣势及其存在的机遇和威胁,探究"互联网+"时代下安徽省数字普惠金融的发展现状和运作模式,为相关部门精准施策、提升数字普惠金融服务水平提供决策参考,助力数字普惠金融的可持续发展.     

基于数据挖掘技术的经营分析支持系统

本文提出一个基于数据挖掘技术的经营分析支持系统框架,阐述了系统采用的关键技术,如数据挖掘技术、数据仓库技术、数据抽取技术、联机分析技术等。本文采用的数据挖掘过程严格遵照业界流行的CRISP-DM过程模型,结合金融企业特点对数据挖掘技术进行了详细描述,并阐述了数据挖掘技术在金融企业领域内的应用情况。     

智能卡的安全性分析

智能卡具有安全、方便的优点,在金融、社保、信息安全等领域得到了广泛的应用.正因为智能卡涉及到很多行业,其安全性显得越来越重要.本文以金融IC卡为例,着重从COS(智能卡操作系统Card Operate System)所采用的安全措施来分析其安全性.     

大数据环境中互联网金融创新与传统银行的转型

现代科技的发展,尤其是互联网的大范围应用将世界连接成一个整体,伴随着电子商务的日益繁盛,互联网金融逐渐兴盛起来。互联网金融是借助云计算、大数据技术,在互联网领域内兴盛的金融模式,这给传统银行造成了一定冲击,同时也推动着传统银行的转型。该文通过分析大数据环境中互联网金融的现状和创新,探讨传统银行转型策略,以期为银行从业人员提供参考。