總序
前言
第１ 篇　基礎(chǔ)　篇
第１ 章　數(shù)據(jù)挖掘概述
�。�.１　數(shù)據(jù)挖掘技術(shù)的發(fā)展
�。�.２　數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域
　�。�.２.１　銀行領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.２　證券領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.３　電子商務(wù)領(lǐng)域的數(shù)據(jù)挖掘
　　１.２.４　智能交通領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.５　物聯(lián)網(wǎng)領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.６　互聯(lián)網(wǎng)領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.７　社交網(wǎng)絡(luò)與輿情領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.８　生物信息學(xué)和醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.９　零售業(yè)領(lǐng)域的數(shù)據(jù)挖掘
　�。�.２.１０　電信領(lǐng)域的數(shù)據(jù)挖掘
�。�.３　本章小結(jié)
第２ 章　金融數(shù)據(jù)挖掘概述
　２.１　數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用現(xiàn)狀
　�。�.２　金融領(lǐng)域進行數(shù)據(jù)挖掘的必要性和應(yīng)用點
　�。�.３　數(shù)據(jù)挖掘技術(shù)在金融業(yè)務(wù)分析中的作用
　２.４　金融數(shù)據(jù)挖掘系統(tǒng)架構(gòu)
�。�.５　金融數(shù)據(jù)挖掘的過程
�。�.６　本章小結(jié)
第３ 章　基于大數(shù)據(jù)的金融數(shù)據(jù)挖掘概述 １８
３.１　大數(shù)據(jù)的產(chǎn)生
�。�.２　大數(shù)據(jù)的特點
　�。�.２.１　規(guī)模
　�。�.２.２　速度
　�。�.２.３　多樣性
　�。�.２.４　價值密度
�。�.３　基于大數(shù)據(jù)的金融數(shù)據(jù)挖掘新思維
�。�.４　基于大數(shù)據(jù)的金融數(shù)據(jù)挖掘系統(tǒng)架構(gòu)
�。�.５　本章小結(jié)
第２ 篇　技　術(shù)　篇
第４ 章　數(shù)據(jù)倉庫存技術(shù)
　４.１　數(shù)據(jù)預(yù)處理技術(shù)
　�。�.１.１　數(shù)據(jù)預(yù)處理的意義
　�。�.１.２　常用的數(shù)據(jù)預(yù)處理技術(shù)
　　４.１.３　數(shù)據(jù)治理
　�。�.１.４　ＥＴＬ 工具
�。�.２　數(shù)據(jù)倉庫與多維分析技術(shù)
　　４.２.１　數(shù)據(jù)倉庫的基本概念與特點
　�。�.２.２�。希蹋粒� 的由來與基本概念
　�。�.２.３�。希蹋粒� 的特點和處理特性
　�。�.２.４　常用數(shù)據(jù)倉庫產(chǎn)品及ＯＬＡＰ 工具
�。�.３　基于數(shù)據(jù)挖掘的數(shù)據(jù)倉庫系統(tǒng)框架設(shè)計
　　４.３.１　數(shù)據(jù)倉庫計劃與準備
　�。�.３.２　數(shù)據(jù)倉庫數(shù)據(jù)架構(gòu)
　　４.３.３　多重粒度的數(shù)據(jù)倉庫數(shù)據(jù)組織結(jié)構(gòu)
　�。�.３.４　數(shù)據(jù)倉庫的體系結(jié)構(gòu)
　�。�.３.５　數(shù)據(jù)倉庫技術(shù)在銀行領(lǐng)域的應(yīng)用
　　４.３.６　銀行數(shù)據(jù)倉庫建設(shè)的要點
�。�.４　本章小結(jié)
第５ 章　數(shù)據(jù)挖掘與分析技術(shù)
�。�.１　基本統(tǒng)計分析技術(shù)
　　５.１.１　統(tǒng)計分析概述
　�。�.１.２　回歸分析
�。�.２　數(shù)據(jù)挖掘算法
　�。�.２.１　分類
　　５.２.２　聚類分析
　�。�.２.３　孤立點檢測
　�。�.２.４　關(guān)聯(lián)規(guī)則分析
　�。�.２.５　時間序列分析
�。�.３　建模工具與分析軟件
　�。�.３.１�。樱粒�
　　５.３.２�。樱校樱�
　　５.３.３�。祝牛耍�
�。�.４　本章小結(jié)
第６ 章　大數(shù)據(jù)挖掘與分析技術(shù)
　６.１　大數(shù)據(jù)背景下的數(shù)據(jù)處理技術(shù)
　�。�.１.１　大數(shù)據(jù)背景下數(shù)據(jù)庫技術(shù)的發(fā)展需求
　�。�.１.２�。危铮樱眩� 數(shù)據(jù)庫技術(shù)
　　６.１.３　海量數(shù)據(jù)的分布式存儲
　�。�.１.４　新型數(shù)據(jù)管理平臺在金融領(lǐng)域的應(yīng)用
　�。�.１.５　大規(guī)模數(shù)據(jù)集的計算
　　６.１.６　大數(shù)據(jù)的可視化
　�。�.１.７　大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)
�。�.２　復(fù)雜數(shù)據(jù)挖掘技術(shù)
　　６.２.１　面向關(guān)聯(lián)的圖數(shù)據(jù)挖掘
　　６.２.２　海量序列數(shù)據(jù)挖掘技術(shù)
�。�.３　新興數(shù)據(jù)挖掘平臺和工具
　�。�.３.１　Ｈａｄｏｏｐ
　�。�.３.２　Ｓｐａｒｋ
　�。�.３.３�。龋猓幔螅�
　�。�.３.４�。停幔瑁铮酰�
�。�.４　本章小結(jié)
第３ 篇　應(yīng)　用　篇
第７ 章　數(shù)據(jù)挖掘技術(shù)在零售銀行信用風險管理中的應(yīng)用
�。�. １　銀行風險管理概述
　�。�.１.１　銀行風險管理的定義及類型
　　７.１.２　數(shù)據(jù)挖掘技術(shù)在銀行風險管理中的應(yīng)用
�。�.２　申請風險評分模型的開發(fā)和應(yīng)用
　　７.２.１　申請風險評分模型概述
　�。�.２.２　申請風險評分模型的開發(fā)
　�。�.２.３　申請風險評分模型的應(yīng)用
�。�.３　行為風險評分模型的開發(fā)和應(yīng)用
　�。�.３.１　行為風險評分模型概述
　�。�.３.２　行為風險評分模型的開發(fā)
　�。�.３.３　行為風險評分模型的應(yīng)用
�。�.４　欺詐風險評分模型的開發(fā)和應(yīng)用
　�。�.４.１　欺詐風險評分模型概述
　�。�.４.２　欺詐風險評分模型的開發(fā)
　　７.４.３　欺詐風險評分模型的應(yīng)用
�。�.５　信用數(shù)據(jù)管理系統(tǒng)
�。�.６　實踐案例
�。�.７　本章小結(jié)
第８ 章　數(shù)據(jù)挖掘技術(shù)在巴塞爾資本協(xié)議下的銀行風險計量中的應(yīng)用
�。�.１　概述
　　８.１.１　巴塞爾資本協(xié)議的演進、發(fā)展及主要內(nèi)容
　�。�.１.２　我國銀行業(yè)資本監(jiān)管和風險計量框架
�。�.２　數(shù)據(jù)挖掘技術(shù)在風險計量中的應(yīng)用
　�。�.２.１　風險計量中的數(shù)據(jù)挖掘算法
　　８.２.２　數(shù)據(jù)挖掘技術(shù)在巴塞爾風險計量中的實踐案例
�。�.３　本章小結(jié)
第９ 章　數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用
�。�.１　客戶生命周期管理
　�。�.１.１　潛在客戶的獲取
　�。�.１.２　現(xiàn)有客戶的經(jīng)營
　�。�.１.３　流失客戶的贏回
�。�.２　客戶細分分析
　�。�.２.１　客戶細分概述
　�。�.２.２　客戶細分的方法與技術(shù)
　�。�.２.３　客戶細分案例
　９.３　客戶價值分析
　�。�.３.１　客戶價值的內(nèi)涵
　�。�.３.２　客戶價值評價體系的建立
　�。�.３.３　客戶價值的綜合評價與應(yīng)用
　９.４　營銷實驗設(shè)計
　�。�.４.１　鎖定目標群體
　�。�.４.２　整合營銷手段
　�。�.４.３　實現(xiàn)精準營銷
　�。�.４.４　精準營銷實驗設(shè)計案例
　９.５　基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)設(shè)計
　�。�.５.１　基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)總體架構(gòu)設(shè)計
　�。�.５.２　基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)功能設(shè)計
　　９.５.３　基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)數(shù)據(jù)倉庫設(shè)計
　�。�.５.４　商業(yè)銀行客戶關(guān)系管理系統(tǒng)設(shè)計案例
�。�.６　實踐案例
�。�.７　本章小結(jié)
第１０ 章　數(shù)據(jù)挖掘技術(shù)在金融市場分析與預(yù)測中的應(yīng)用
　１０.１　計算金融學(xué)與量化交易
　�。保�.１.１　背景
　　１０.１.２　量化