互聯網數據中心范文第1篇
目前，仍有部分網站尚未提出資質申請，繼續從事互聯網地圖服務，嚴重影響地理信息市場秩序，并對國家安全構成隱患。為進一步規范互聯網地圖服務活動，促進互聯網地圖市場健康發展，國家測繪地理信息局對這些網站給予公開曝光并通報批評。同時強調，7月1日后，對未申請互聯網地圖服務測繪資質，繼續從事互聯網地圖服務的網站，將依法予以查處。
易觀分析：
易觀國際(Analysys International)分析認為：“地圖門”事件(互聯網地圖服務牌照事件)持續升溫，對地圖API市場份額的爭奪，已經進入了白熱化階段。高德、圖吧、百度、搜狗等(具備甲級牌照，可從事開放地圖API的運營)均高調行動，相關廠商對位置服務市場的重視規格之高、投入力度之大、輿論關注之熱、產業影響之深，相對于之前的“支付門”事件(第三方支付牌照事件)而言，有過之而不無及。而隨著街旁、圖釘等陸續被暴光無證駕駛，愈演愈烈的“地圖門”事件注定會成為2011年最熱門的位置服務話題。
按現在的形勢看，行業巨頭谷歌拿牌只是時間早晚的問題。但因為牌照問題的影響，其地圖API的B2B用戶群(下游網站和軟件廠商)，特別是旅游、微博、簽到、社交等網站或應用因顧慮可能的政策風險，已經陸續在考慮更換合作伙伴，谷歌地圖API的市場份額正在流失。相對于谷歌手機地圖等大眾應用可能的平滑過渡(更多的是依靠谷歌對IOS和Android等終端上軟件預裝的渠道掌控能力)，谷歌需加強與行業主管部門的溝通，爭取早日拿牌，以盡快穩定其地圖API市場份額。
易觀建議：
易觀國際(Analysys International)建議：互聯網地圖服務提供商不可過多的拘泥于既有地圖市場份額的爭奪，同時要在核心研發能力的商品化、開放API的差異化、應用內容豐富化等方面進行重點布局。
1、手機相關產業的終端、系統和應用三層架構，都在走向開放。具體到地圖服務的應用層面，無論是層架構的開放，還是應用內容的開放，都需要更多具備實用價值的高質量API的引入，以降低下游用戶的開發門檻，加速產業鏈的橫向擴展。國內廠商需要更多的學習谷歌在創新應用上的布局，在AR、旋三維地圖、衛星地圖、搜索引擎、公交步行打車數據、網絡混合定位、團購插件、深度POI等開放API領域加大研發和商用進程。
2、無論地圖API的市場份額，還是手機應用的市場份額，在贏利模式的探索中，比拼的不僅是累計用戶群，更有價值的是活躍用戶群的維系和開發。僅僅重視用戶體驗度是遠遠不夠的，充其量是積攢些人氣而已，手機地圖不比IM(即時通訊類軟件，如QQ、飛信等)，用戶本身對產品的剛性需求并不強烈?？上驳氖?，隨著與手機簽到、手機SNS、位置團購、位置折扣、位置廣告等，對用戶有溝通特別是支付和交易等剛性需求功能融合進程的加速，手機位置服務的商業模式也逐漸顯現。
研究說明：
易觀國際(Analysys International)提供的產業分析，主要是在產業宏觀數據、最終用戶季度調研數據、廠商歷史數據以及廠商季度業務監測信息等基礎上，運用易觀的產業分析模型，并結合市場研究、行業研究以及廠商研究方法得出的，主要反映了市場現狀、趨勢、拐點和規律，以及廠商的發展現狀。
互聯網數據中心范文第2篇
摘要：互聯網融資平臺利用大數據技術進行信用評級，提供融資服務已成為互聯網金融的重要形式。文章首先分析了這一形式在技術上和規模經濟上的優勢所在，然后介紹了互聯網融資平臺信用評級的模式以及實施路徑，最后對互聯網融資平臺在進行大數據信用評級時的風險管理提出了建議。
關鍵詞：大數據;互聯網金融;信用評級;風險管理
一、 引言
長期以來，信用評級的做法是從宏觀經濟環境、行業發展趨勢、企業管理層基本素質、企業財務指標、企業組織結構、企業銷售業績、特殊事件風險等角度收集信息，對被評級客體能否到期償還進行定量分析與定性分析。所以，信用評級是一個綜合考慮宏微觀因素，對資金需求方的客觀還款能力和主觀還款意愿進行評估的系統性工作。但是，囿于數據的收集和數據的分析技術，傳統信用評級方式存在如下缺陷：（1）評級是以企業的往期財務信息和其他運營信息為基礎，不能提供這些數據的企業，特別是小微企業，就無法獲得信用評級或只能獲得極低的信用級別，募集資金因此也受到限制，使得授信活動無法實現普惠性。（2）對企業管理者主觀因素的分析尚停留在表面，因償還意愿導致違約產生的原因還需深入挖掘。（3）使用的信息為靜態、過期數據，缺乏動態、即時性數據，存在時滯性，缺乏前瞻性。因此，傳統的信用評級是一種靜態的、滯后的、局部的評級方法，以這種方式進行信用評級，會產生資金分配的不平衡性，使得信用等級高的主體越發容易獲得資金，信用等級低的主體越不容易獲得資金，即所謂的馬太效應。為了克服傳統信用評級存在的這些局限性，業界和理論界圍繞信用數據的收集和分析進行不斷的理論開拓和應用創新。
進入21世紀以來，快速發展的信息處理技術和IT硬件技術，推動著人類依托互聯網進行信息交流，資源分配，生產安排和資金融通等經濟活動，形成所謂的互聯網經濟和互聯網金融。在互聯網經濟發展的過程中，人們通過網絡積累了海量數據。因此，對數據的理解、獲取、存儲和使用等方面都得到了極大地拓展，開始進入大數據時代。
大數據是指信息量大到無法在一定時間內用常規軟件工具對其內容進行抓取和處理的數據集合，它具有“4V”的特征，即多樣化（Variety）、大量化（Volume）、快速化（Velocity）和價值化（Value）。其中，多樣化是指大數據類型十分豐富，需要用多種分類方法才能描述。比如在信用評級領域，信用大數據按內容劃分，可分為運營大數據、交易大數據和交互大數據。按組織形式劃分，可分為結構化數據、半結構化數據與非結構化數據。按時序性劃分，可分為靜態的離散型數據（點數據）與動態的連續型數據（流數據）。大量化是指大數據的數據量驚人。比如，Facebook每天產生300TB數據，淘寶每天產生30TB的數據。因此，大數據企業總是存在數據快速增長與數據存儲擴容相對緩慢的矛盾?？焖倩侵赣捎诖髷祿臄祿繜o比巨大，因此處理信息的速度需要十分迅速，才能實現大數據的可適用性。為達到這一目標，云計算和數據挖掘技術被廣泛使用在大數據處理上。價值化是指大數據能提供足夠的信息去發現研究對象的內在規律，即所謂的知識發現（KDD，Knowledge Discovery in Database）。由于信用大數據來源豐富多樣，屬性信息極為復雜，數據量十分龐大，數據價值密度低，為實現這一屬性必須利用機器學習進行數據挖掘，獲得有用的知識。
大數據和大數據處理方法的出現對信用評級乃至整個金融行業都產生了深遠的影響，圍繞大數據技術重新構造信用評級行業成為理論和實務熱點。在理論研究上，孫中東（2013）提出應用大數據技術，銀行的信用評級體系可以進一步完善、創新。蔚趙春等（2013）從挑戰和機遇兩個方面分析大數據給商業銀行帶來的影響。趙付玲等（2013）則圍繞大數據背景下商業銀行的信息化建設展開討論。王偉等（2014）認為可以用大數據思維強化小微企業信貸風險管理。在實際操作中，信用評級的方法和業務模式都發生了顯著和深刻的變化，建立網上融資平臺，使用大數據收集和處理技術進行信用評級日益成為互聯網金融的基本業務模式，對傳統金融業務模式形成了強烈沖擊。
在大數據下，互聯網融資平臺進行信用評級較傳統信用評級具有哪些優勢？如何通過互聯網平臺進行大數據信用評級？大數據評級過程中又有哪些問題需要考慮？本文圍繞以上幾個展開闡述，以期對大數據下互聯網融資平臺的信用評級做出一個較為全面的把握。
二、 基于大數據的互聯網融資平臺優勢分析
1. 互聯網融資平臺的技術優勢。首先，傳統信用評級使用的數據，主要是來自于企業在各類生產運營活動結束后匯總、記錄的運營數據，這些數據多以文件或電子文檔的形式存在。比如從企業財務報表可以獲得財務數據，從季報、年報等可以獲得銷售數據，從倉庫臺賬可以獲得存貨數據等。而利用大數據技術，則不局限于生產運營結束后，從運營前的準備過程、運營中的操作過程都可以收集到數據進行信用分析，數據的形式從文本擴展到音頻、圖片、視頻等多媒體形式，收集的范圍也從企業文件擴展到各種存儲媒質、互聯網網頁上、電商網站的后臺數據庫中，甚至社交軟件的聊天記錄里，從運營大數據擴展到交易大數據、交互大數據，因此包含的內容也更加豐富，不僅包含傳統評級必需的“硬信息”，也包含豐富的“軟信息”，從而形成實現對企業的全面、實時、動態性信用評級的基礎。
其次，在獲取到這些信息后，需要在云計算下利用大數據機器學習技術進行數據挖掘和知識發現，這需要有軟件和硬件良好的結合與支持?；ヂ摼W平臺能夠為云計算和大數據機器學習提供這種對接通道。
由此可見，利用人力資源進行信用評級的傳統做法在信用大數據下就不再適用，而必須在一個組織規范的互聯網平臺上才能進行，因此通過互聯網平臺進行信用評級是技術上的必然要求。
2. 互聯網融資平臺的規模經濟優勢。進一步，通過互聯網平臺進行信用評級，較之傳統信用評級方式能實現規模經濟優勢。
由于傳統的信用評級方式需要貸前調查，貸中跟蹤，貸后審計，存在較高的成本，如果融資額度不夠大，會使貸款利潤較低。而互聯網平臺在設計、運營和管理等方面的投入具有固定成本的性質，總成本不隨評級企業的數目變化而發生顯著變化，單個企業分攤的成本卻越來越小，從而實現信用評級的規模效應。
此外，通過互聯網技術能對企業進行實時監測，一旦企業出現危險的信號和行為，會即時預警，提升信用評級的預判性，能夠增加信用評級的深度。同時，將經營成熟的互聯網融資平臺的數據庫在監管機構的管理下實現聯網，進而建立起面向全社會的信用體系，能夠增加信用評級的廣度。由于依托互聯網融資平臺進行大數據信用評級，可以實現傳統信用評級下不能或不愿提供的融資業務，從而使其成為互聯網金融的基本運作方式。
三、 基于大數據建立互聯網融資平臺的信用評級模式
1. 互聯網融資平臺的運作模式。對于互聯網融資平臺的運作模式，從不同的角度可以進行不同的劃分。比如，從運營形態上，可以分為：（1）電商平臺模式，如阿里小貸、京東京寶貝;（2）網上超市模式，如陸金所、各家商業銀行的網上銀行;（3）P2P模式，如人人貸、拍拍貸;（4）眾籌模式，如眾籌之家。從資金的來源上，可以分為：（1）平臺提供資金，如阿里小貸、京寶貝;（2）平臺擔保，銀行提供資金，如京東的供應鏈金融;（3）平臺利用吸收的資金提供貸款，如各家商業銀行的網上銀行;（4）平臺做信用評級，撮合投資者和資金需求方進行融資交易，如各家P2P。
盡管這些互聯網融資平臺的運作方式不同，但都需要對客戶的融資需求進行信用評級，因此是否具有成熟可靠的信用評級技術，有效控制信用風險，成為互聯網融資平臺的核心競爭力。
2. 互聯網融資平臺信用評級的模式。當前互聯網融資平臺的信用評級模式按評級信息的來源劃分，主要可以分為三種模式：
（1）基于運營大數據的信用評級。該模式多用于各商業銀行的網上銀行，以及P2P網貸平臺、眾籌平臺上，其中尤以P2P最為活躍，面對的客戶為個人及小微企業這一類低信用水平群體，融資金額從幾千元到上百萬，很大程度上彌補了信息不對稱情況下傳統金融機構不愿意對該類群體提供融資服務的空白，因此處于快速發展階段。
（2）基于交易大數據的信用評級。該模式多用于成熟的電商平臺提供的融資服務中，如阿里小貸、京東的京寶貝等。這一類融資平臺最近幾年隨電商市場的發展也保持著良好的發展態勢，市場份額上升的很快。
（3）基于交互大數據的信用評級。該模式目前多用于一些提供個人貸款服務的互聯網平臺上，知名的企業有ZestFinance和WeCash閃銀。這類融資平臺目前還處于萌芽階段，但可預見，未來基于交互大數據的信用評級會逐漸成為信用評級的主要方式信貸，會逐漸從個人及小微企業貸款發展到對大企業貸款。
由于不同信用信息的來源、屬性不同，導致各類融資平臺評級時在指標設計、數據收集、數據分析、數據運用過程中采取的方法都不盡相同。但信用評級的基本流程是相同的，只是在一些步驟的實施過程中，受信息屬性的決定而使用不同的評級技術。
四、 基于大數據互聯網融資平臺信用評級的實施策略
1. 信用評級的流程設計。大數據信用評級的流程可以用圖1表示。
由圖1可見，實施大數據評級，第一步是對待評項目的理解。首先要掌握項目運營方式、客戶特點、市場狀況、風險構成等項目內容;其次根據對項目內容的理解設計項目計劃，包括安排項目可行的技術路線，制定項目的進度等;再次，待項目計劃安排好之后就要確定大數據的來源，因為大數據來源雖然眾多，但會受到各種限制，如有的可能過于昂貴，有的則不開放，必須選擇那些技術上與經濟上均可行的作為數據源。因此，需要基于對項目的理解做好這些在項目正式實施前的準備事項。
第二步是準備數據。所做工作是：根據數據的來源，確定數據的類型，采取可行的數據收集技術，獲取大數據;很多數據存在不完整、重復、錯誤等缺陷，要對數據進行預處理;預處理后的數據如果屬于非結構化或半結構化數據，需要進行格式化，轉化為結構型數據，為實施下一步驟做好準備。
第三步就是進行機器學習。首先是選擇合理的數據挖掘技術對數據進行分析，從中尋找關聯關系，其次是解讀和評估數據挖掘的結果，找到最合理或最有說服力的，實現知識發現;最后就是根據知識發現的內容，建立適用的信用評級模型。
第四步就是實施評級。根據知識發現的模型，開展對被評級對象的信用評級，生成評級報告，并對結論進行分析，幫助客戶理解評級結果。最后對整個項目的運行做全面總結。
在以上各個步驟中，技術上的重點和難點在于數據準備過程中的大數據轉化與機器學習過程中的大數據挖掘。大數據轉化的困難在于需要把各種各樣的非結構化半結構化數據轉化為可以被機器處理和學習的結構化數據，大數據挖掘則在于需要對數據進行理解，選擇最合適的數據挖掘技術實現知識發現。
2. 信用評級的實施路徑。信用評級的實施路徑可以分為內容計算和流計算。首先是內容計算。內容計算多采取主動方式獲取數據，方法是設置好信用信息發布源和信息采集時間段，針對信息源的原始信息格式，設計支持多協議的上站機，每隔一段時間對特定的信息發布源進行查詢，遇到新內容則馬上采集過來，再用于下一步的數據轉化和挖掘。
其次是流計算。流計算多采取被動方式，一般用于處理融資平臺上的流數據，具體做法是，后臺流程設計中在不同的數據流入環節設置不同類型的數據接入接口，及對接的流計算平臺，流計算平臺負責設置相應的處理規則，根據預設規則將流入的各類數據轉化成可以直接分析的結構化數據，從而實現實時的業務分析與判斷。
五、 基于大數據互聯網融資平臺信用評級風險管理策略
互聯網融資平臺在進行信用評級及提供資金時，處于風險管理重心的是對信息技術風險的控制。由于大數據自身的“4V”特性，且數據中包含的又是大量的用戶隱私信息，這使得信息技術風險主要產生在兩方面：一方面是大數據存儲的安全性風險，另一方面是大數據的收集和使用過程中對公民隱私權的侵犯風險，因此如何確保大數據的存儲安全及在使用時的隱私保護是一個挑戰，前者涉及到技術安全層面，后者涉及到制度安全層面。
在技術安全策略層面，可以采取的措施有：首先，應依托大數據加密技術對使用的數據實施加密管理，制定出完整的加密保護方案，包括數據密級的設定、加密技術的選擇、對密碼安全性的攻擊測試等;其次，嚴格網關管理，可以對不同類型的用戶制定不同的權限級別，嚴格控制訪問權限;最后，建立面向全平臺的數據實時監測引擎，第一時間對各類非法操作發出警告。
在制度安全策略方面，在當前尚無明確立法規范的環境下，要積極進行宣傳和游說，獲得政府主管部門和社會輿論的重視和支持，爭取早日出臺規范的數據獲取及共享標準，互聯網融資平臺的設計、管理和風控標準，從而把可能出現的信息技術風險限制在可控范圍內。
六、 結論和展望
互聯網融資平臺利用大數據技術進行信用評級，提供融資服務，與金融機構傳統的信用評級和融資服務相比，具有兩個方面的優勢：一方面，利用大數據技術進行信用評級能克服傳統評級方法靜態性、滯后性、局部性的缺點，為更多的社會成員提供融資服務，克服資金配置不平衡產生的馬太效應，體現技術上的優勢;另一方面，利用互聯網平臺進行大數據信用評級和融資服務，較傳統金融機構能產生更大的規模經濟效益，增加信用評級的深度和廣度。因此，基于大數據的互聯網平臺融資已成為互聯網金融的重要形式。今后除了要在理論上和實際操作中進一步發展和創新信用大數據挖掘技術和評級技術，也需要對信用大數據產業早日形成立法監管和行業技術規范，確保受信主體在獲得融資服務的同時自身權益不受侵害，促進本產業持續健康發展和全面信用型社會的建設。
參考文獻：
1. 何非，何克清.大數據及其科學問題與方法的探討.武漢大學學報，2014，（1）：1-12.
2.劉智慧，張泉靈.大數據技術研究綜述.浙江大學學報，2014，（6）：957-972.
3. K.Kambatla， G.Kollias， V.Kumar， et al.Trends in big data analytics.Journal of parallel and distributed computing，2014，74（7）：2561-2573.
4. 孫中東.大數據技術應用與銀行信用評級體系創新之探.金融電子化，2013，（11）：40-41.
5.蔚趙春，凌鴻.商業銀行大數據應用的理論、實踐與影響.上海金融，2013，（9）：28-32.
6.趙付玲，安鋒，張曉鋒.大數據時代商業銀行信息化問題淺析.金融理論與實踐，2013，（10）：56-60.
7. 孟小峰，慈祥.大數據管理：概念、技術與挑戰.計算機研究與發展，2013，（1）：146-169.
8. 王偉，宋西圣.中小企業信用增級與信貸風險防范.金融發展研究，2014，（4）：83-84.
基金項目：上海哲學社會科學規劃課題（項目號：2012BGL011）;上海市金融信息技術研究重點實驗室開放課題資助項目;國家自然科學基金資助項目（項目號：71372107）。
作者簡介：駱建文（1966-），男，漢族，浙江省杭州市人，上海交通大學安泰經濟與管理學院教授、博士生導師，研究方向為供應鏈金融、采購與供應管理;肖肖（1982-），女，漢族，湖北省黃岡市人，上海交通大學安泰經濟與管理學院博士生，研究方向為供應鏈金融。
收稿日期：2014-11-10。
互聯網數據中心范文第3篇
1.1 大數據
通常我們所說的大數據其實就是由各種不同類型以及規模的數據組構成的, 有著多樣化的形式特征, 同時還有著較強的時效性。并且企業在實際的營銷實踐中還能發現信息數據的來源是非常的廣泛的, 其中包括電商平臺、用戶搜索之后留下的記錄以及社交網絡等途徑。但是, 在對如此龐大以及雜亂且與常規數據不同的數據組進行處理的時候還是有一定的困難的。這也側面說明了大數據和企業以及用戶關系的管理數據之間不是必然相關的。
1.2 互聯網金融
互聯網金融是傳統金融為了適應時代在新時代結合互聯網理念所衍生出來的產物, 并且還處于發展不成熟的初級階段。在這期間也出現了三個重要的階段, 從2007到2011年時其發展萌芽的階段也是第一階段, 而2012到2014則是其快速發展的增長階段也是第二階段, 2015到現今這個階段就慢慢開始對其進行細分也是第三階段。隨著時代的進步以及發展金融模式也產生了很大的變化, 并且傳統金融也在不斷地汲取學習分享以及開放的互聯網精神。并且隨著互聯網金融的發展傳統金融也受到了很大的打擊, 兩者漸漸產生競爭?，F如今, 互聯網金融對金融行業也產生了重要影響。
2 大數據時代互聯網金融創新發展的意義
2.1 滿足了目前金融市場需求
企業是經營業態在很大程度上受到大數據的運營效率以及結構的影響。由于互聯網硬件設施在社會越來越廣泛的使用, 極大一份部分的人開始傾向于網上消費。因為計算機技術的不斷更新以及進步, 電子支付也變得越來越便捷以及安全, 而微信支付以及支付寶等電子支付手段的出現更是掀起了一段熱潮, 并且由于春節微信紅包的盛行更是提升了用戶對微信支付的依賴以及使用, 這也在很大程度上提高了電子支付業務的交易數額。并且通過支付寶等平臺年末整理的支付數據報告, 還可以進一步的分析我國年度經濟狀況, 這同時也是互聯網金融的創新的優勢所在。并且金融工作者通過進行大量的數據分析, 還可以極大的提高征信以及風控的水平。而對互聯網金融的創新也是國家以及時代發展的要求, 不但使得金融行業的服務水平得到了有效的提高, 而且還對國家經濟的進一步發展做出了重要貢獻。
2.2 與未來商業發展趨勢高度符合
人力和資本是傳統的生產中十分重要的兩個因素, 但是現如今的信息化生產中, 數據與資本和人力占據著同等地位。大數據在信息化時代的發展中顯現出了巨大的潛力, 通過數據我們可以及時地獲取市場的供給以及需求, 以便更好地配置市場資源為消費者服務?；诖髷祿陌l展潛力以及重要性國家也將其作為經濟發展的重中之重。同時大數據的發展也使得許多的傳統企業面臨著新的挑戰以及機遇, 也產生了極大的變化, 而交通、醫療、物流以及金融等行業也因為合理的運用大數據而煥發出了新的生機?；ヂ摼W是一個巨大的數據網絡, 我國眾多的網民, 每天都利用互聯網進行著學習、交易以及搜索等活動, 而這些數據也由于互聯網留痕的特點而保存了下來, 而這些數據也會在我們需要它的時候被提取利用。并且由于金融企業的長期運營過程中有了大量的客源積累, 也保留了許多的數據, 但是線下服務的傳統金融機構很難對保留的這部分資源進行科學合理的利用, 而新興的互聯網金融則通過對大數據的合理利用能夠對數據驚醒挖掘, 并提取出有利用價值的那部分數據進行利用, 這也極大的促進金融行業的發展。
3 大數據時代下互聯網金融的創新思路
身處于信息化時代, 在大數據技術的作用下每時每刻都有海量的信息被記錄, 而在這過程也包括許多的金融客戶的信息。而就互聯網金融企業自身而言, 大數據是他們深入的挖掘客戶信息的一個非常重要的工具, 同時也能為其產品質量以及服務水平的進一步提高提供創新思路。具體如下:
3.1 利用大數據技術尋找目標客戶群
由于我們大家在使用互聯網的時候都是抱著不同的目的, 并且使用著不同的社交軟件以及網站, 因此受個人因素的影響我們對互聯網金融所產生的需求也各不相同。所以, 企業為了獲得對他們來說有用的信息, 就可以通過運用大數據來搜索、排序以及檢索不同社交圈中的目標人群的信息來達到目的, 進而使得設計出來的金融產品以及營銷方式能夠更加的貼合目標人群的心意, 吸引到他們。
3.2 利用數據挖掘技術進行互聯網金融產品的創新設計
互聯網金融企業在對產品進行設計之前首先會進行大量的用戶數據以及交易數據的分析, 并深入探尋兩者的聯系, 分析不同客戶群體對金融產品需求的差別以及聯系并找出規律, 再根據不同客戶群體的不同需求有針對性的設計出最貼合他們心意的產品, 進而吸引以及獲得更多的客戶, 進一步提高企業的營銷水平。
3.3 利用大數據分析的方法進行互聯網金融產品創新的風險控制
絕大多數的互聯網金融企業的信用評價機制都是通過對大數據的運用而實現的。而對金融產品創新的風險控制業主要分為兩類:其一是開放式的風險控制。這種風控類型通常采用的對象都是小微型金融企業, 在這其中會需要一個中間信用評價機構, 然后這些企業都將相關的客戶數據提供給這個機構, 然后機構會對獲取的大量的數據進行分析來評價客戶的信用, 最后再將得到的數據結果分享給所有的小微金融企業, 以此來達到風控的目的。其二則是封閉式風險控制模式, 并且很多像京東、淘寶、唯品會這樣的互聯網交易平臺都選用這種風控模式, 它不需要借助其他機構而是通過自身平臺內部的海量的交易數據來進行的封閉式的風險控制以及信用評估機制。
4 大數據時代互聯網金融創新策略
大數據在信息化時代的發展中顯現出了巨大的潛力, 通過數據我們可以及時地獲取市場的供給以及需求, 以便更好地配置市場資源為消費者服務。而信息技術的發展也進一步拉動了互聯網金融行業的發展。實現互聯網金融企業的發展以及創新, 具體策略參考如下:
4.1 基于大數據基礎建立信用評級制度
近年來, 由于大數據技術的日趨發展以及成熟, 互聯網金融行業也有了較大的發展, 但是在發展的同時問題也接踵而來, 若是企業沒有建立一個科學合理的信用數據審核制度, 就科學有效地對用戶的信用進行審核, 而這也會直接導致互聯網企業網貸平臺頻繁出現違約的現象, 也很容易導致企業的資金鏈無法正常的運轉。而這些現實的情況都可以直接說明, 以前老舊的征信模式已經無法跟上時代發展, 特別是在現今互聯網金融迅猛發展的情況下這種舊的模式也應當被淘汰, 而用采用新的大數據征信系統替代它。但是在這過程中, 我們必須要意識到傳統征信系統中基礎知識的重要性, 并且對這些數據進行深入的挖掘。另外我們還要對用戶申請以及客戶的社交網絡等信息非常的熟悉, 這樣才能最大限度地利用數據。并且, 我們還要重視對互聯網金融的風險控制。在創新互聯網金融的同時還要重視對其風險的控制。
4.2 構建垂直搜索模式的互聯網金融服務平臺
由于用戶能夠在互聯網金融服務平臺中得到服務, 并且較之傳統金融服務更加的方便, 由此也可以看出互聯網金融服務也有較大的發展潛力。并且通過對大數據相關技術以及平臺的利用, 客戶可以選擇的金融產品也更加的多樣, 同時也可以得到更好的服務。另外, 用戶還能夠參考大數據通過其他用戶的瀏覽記錄等對金融產品以及行業數據的分析來更好的選擇金融產品。這樣也能更好地滿足金融消費者各自不同的消費需求, 同時還能很好的解決傳統金融信息不對稱的問題。
4.3 實現虛擬貨幣的雙向流通
隨著互聯網金融的發展以及普及, 虛擬貨幣也被越來越多的人熟知以及接受。并且在我國流通的虛擬貨幣也不止一種, 也是由于種類的繁多在流通的過程中也出現了很多的問題。而我國流通較廣的包括新浪發微幣以及百度的百度幣等。而我國現今虛擬貨幣的發展狀況是已經成功地在數字資本協議許可的范圍內運用了虛擬貨幣。然而值得我們關注的是, 虛擬貨幣也會受到匯率的影響, 因此在不同國家兌換時也會因為匯率的影響而產生金額的差異。但是這樣也基本實現了虛擬貨幣在世界范圍內的流通。
4.4 發展互聯網金融的C2B模式
大力發展互聯網金融C2B模式, 在這種模式下運營主體是用戶, 同時它的一個重要特點就是能夠有效地集中分散的用戶并形成一個規模較大的采購集團。這種新的模式能夠有效地改善一對一出價的弊端, 并且使得個體戶能夠以批發的價格購買產品, 極大地降低了購買成本。但是這種模式在運行過程也面臨著一定的困難, 就是平臺一定要非常了解用戶, 清楚地知道用戶的需求, 并且對于用戶的需求要最大限度的滿足, 這樣才能確保留住客戶。
4.5 提高互聯網金融產品的豐富度與服務質量
互聯網是互聯網金融企業經營的主要渠道。并且通常個人以及小微企業是大多互聯網金融企業的主要服務對象, 所以, 為了進一步使得互聯網金融企業的產業鏈得到拓展, 互聯網金融企業應當對本企業內部所掌握的客戶群以及已有的金融產品進行合理的利用, 利用互聯網平臺進一步對其業務范圍進行擴展;要對企業的產品以及服務進行創新, 同時健全完善企業風險體系, 創造出自身不同于傳統金融的競爭優勢, 同時要重視對金融產品的豐富性以及金融服務的服務質量方面發展及創新。改變傳統金融受限于空間以及時間的局面, 提高金融服務的服務質量, 進一步促進互聯網金融行業的發展。
5 結語
綜上所述, 大數據時代的到來, 也意味著我國的互聯網金融又面臨著新的挑戰以及機遇, 而大數據分析的技術又是支持互聯網金融發展的重要技術。而互聯網金融也正是因為借助著大數據很累很大的創新以及發展。而互聯網于大數據的融合度與互聯網的透明度是呈正相關的關系, 這種關系也決定了營銷精準的提高, 風險規避能力也越來越強, 從而提高了企業的經營效率。雖然互聯網金融應用大數據越來越廣泛但是整體來說還不太成熟, 仍然存在許多問題需要去改善以及優化解決。而為了使得互聯網金融的安全得到保障以及增強, 我們一定要好好地利用大數據這個工具, 加快其在互聯網中應用的創新以及優化, 進一步的促進互聯網金融行業健康可持續的發展。
摘要：當今時代正處于一個大數據的時代, 同時在這種時代背景下金融以及互聯網企業也都有了較大的發展, 但是在發展的過程中也面臨著沒有較高的客戶體驗度以及盈利能力不夠好等阻礙。而企業為了適應時代以及市場的發展, 就必須更新企業的產品以及服務, 為企業的進一步發展創造條件, 同時也進一步拉動國家經濟的增長, 本文首先對大數據以及互聯網的概況進行了闡述, 在進一步闡述了大數據時代下互聯網金融創新發展的意義, 然后又對大數據時代下互聯網金融的創新思路進行了說明, 并進一步提出了創新策略, 以此希望能對互聯網金融行業的發展做出一點貢獻。
關鍵詞：大數據時代,互聯網,金融,創新研究
參考文獻
[1] 佚名.《中國金融大數據白皮書》提出大數據將推動互聯網金融創新[J].互聯網天地, 2014 (8) .
[2] 王舉穎.大數據時代零售企業多邊平臺發展與協同定價策略研究[J].價格理論與實踐, 2015 (5) .
[3] 杜永紅.大數據時代互聯網金融發展對策研究[J].價格理論與實踐, 2015 (7) .
[4] 柴雯斐.大數據時代的互聯網金融創新及傳統銀行轉型[J].現代經濟信息, 2016 (1) .
[5] 孫杰, 賀晨.大數據時代的互聯網金融創新及傳統銀行轉型[J].財經科學, 2015 (1) .
互聯網數據中心范文第4篇
摘要：本文通過對網絡數據庫的功能和作用進行講解，并以SQL Server 2000數據庫的網絡性能為例，從作用上體現了網絡數據庫在市場上的不可或缺的地位。網絡數據庫能實現遠程分布式數據的傳遞與整合，符合跨地域或跨國公司的分布特點，能滿足這類公司的數據處理需求。另外網絡數據庫對數據的綜合處理，通過簡單的過程控制語句能迅速地在上千萬條記錄中提取出用戶需要的數據。網絡數據庫高速、快捷、準確地操作為商業事務的正常運行提供了極其有利的支持。網絡數據庫在商業領域的應用會更為廣泛。
關鍵詞：網絡數據庫；SQL Server 2000；過程控制；記錄
一、引言
隨著信息化社會和全球經濟的迅猛發展，以及網絡技術的廣泛應用，信息處理和信息存儲的需求量越來越大，網上信息的處理變得越來越重要，特別是目前電子商務活動的開展更是離不開網絡和數據的應用。像S Q LServer 2000這樣的關系數據庫管理系統在實際電子商務中給出了最佳解決方案。
網絡數據庫能實現分布式的數據處理，在異地提交數據從公司總部匯總處理，再將處理結果通過互聯網反饋到每一個客戶端。這樣的處理模式就是經典的分布式數據處理模式。在現代商業中很多大規模的集團公司都面臨公司規模擴大、分布地域較廣帶來的通信管理不便的挑戰。在擁有了網絡數據庫的支持后，這些困難就變得非常簡單了。
二、網絡數據庫的商業實現
1.網絡數據庫的概念
網絡數據庫(Network Database)的含義有三個：①在網絡上運行的數據庫。②網絡上包含其他用戶地址的數據庫。③信息管理中，數據記錄可以以多種方式相互關聯的一種數據庫。網絡數據庫和分層數據庫相似，因為其包含從一個記錄到另一個記錄的前進。與后者的區別在于其更不嚴格的結構：任何一個記錄可指向多個記錄，而多個記錄也可以指向一個記錄。實際上，網絡數據庫允許兩個節點間的多個路徑，而分層數據庫只能有一個從父記錄（高級記錄）到子記錄（低級目錄）的路徑。
因此，網絡數據庫是跨越電腦在網絡上創建、運行的數據庫。網絡數據庫中的數據之間的關系不是一一對應的，可能存在著一對多的關系，這種關系也不是只有一種路徑的涵蓋關系，而可能會有多種路徑或從屬的關系。
2.網絡數據庫的管理模式和管理工具
網絡數據庫一般有操作系統集成驗證管理模式和數據庫系統用戶管理模式兩種。以SQL Server 2000為例，系統集成驗證模式能管理整個數據庫，獲得數據庫的超級管理員權限，對該數據庫管理系統下的所有數據庫有創建、刪除、修改的權限。數據庫系統用戶管理模式下，只有“system administer”用戶為超級用戶，當使用者以“system administer”用戶登錄數據庫管理系統時才能有效管理該數據庫管理系統下的所有數據庫?！皊 y s t e ma d m i n i s t e r”用戶可以創建子用戶，并為創建的用戶分配權限。這樣就能實現在同一個數據庫管理系統下不同的用戶操作不同的數據庫。這樣就保證了數據的安全性和數據庫管理系統的穩定性。
管理網絡數據庫一般都需要借助管理工具，以SQLServer 2000為例，SQL Server 2000比較常用的是服務管理器、企業管理器和查詢分析器。
服務管理器是網絡服務器的一個客戶程序，能啟動和停止多個服務器的進程。通過服務管理器來實現SQL Server2000數據庫的啟動和關閉，從而達到為網絡上其他用戶提供數據庫服務的功能。服務管理器可對SQL Server執行四項任務：啟動SQL Server實例；暫停SQL Server實例；繼續運行暫停的SQL Server實例；停止SQL Server實例。主要完成如下步驟：除了具有“system administer”角色的用戶除外，禁止其他所有用戶；允許任何運行中的SQL事務或者存儲過程繼續執行直至結束，這對維護數據庫的AC I D特性很重要；對于每個數據庫執行一個檢查點，檢查點對于恢復模型很重要；SQL服務停止執行。
企業管理器是用來管理S QL S er ver 2000的前端工具，通過該工具可以實現數據庫的創建、刪除、更新、維護等多重操作。企業管理器是SQL Server 2000數據庫管理的主要途徑。它提供了一個遵從MMC的用戶界面，使用戶可以完成：定義運行SQL Server的服務器組；將個別服務器注冊到組中；為每個已注冊的服務器配置所有SQL Server選項；在每個已注冊的服務器中創建并管理所有SQL Server數據庫、對象、登錄、用戶和權限；在每個已注冊的服務器上定義并執行SQL Server管理任務；通過喚醒調用SQL查詢分析器，交互地設計并測試S Q L語句、批處理和腳本；喚醒調用為SQL Server定義的各種向導。
查詢分析器是對數據庫進行命令格式的操作窗口，通過T-S Q L語言來實現對數據記錄的查詢和管理。程序員可以試著采用不同的方法更改查詢，使查詢使用的資源減少到最小，同時仍能返回正確的數據；使用索引優化向導分析T-SQL語句及它所引用的表，以了解通過添加其他索引是否可以提高查詢的性能。
3.網絡數據庫的商業應用
網絡數據庫在商業領域的應用前景是極為廣泛的。網絡數據的網絡特性使得分布在不同地域的企業的溝通變得便利。網絡數據庫的使用使得數據的安全性得到了極大的提高，網絡數據庫在商業領域的應用使得企業更容易獲得利潤，商業活動更為便利。網絡數據庫對現代商業運營起到了支撐的作用。在分布式處理和匹配商業規則上網絡數據庫做得尤為突出。
(1)分布式處理。分布式數據庫管理系統（D D BM S）是一個集中式的應用程序，用來管理分布式的數據庫，就像這個數據庫存儲在同一臺電腦上一樣。D D BMS階段性的同步所有的數據，并在多個用戶必須同時訪問同一數據的時候進行同步，以此確保在同一地點的數據的更新和刪除會自動映射到其他存儲數據的地方。
分布式處理一般分為兩種方法，一種是網絡數據庫管理系統的分布式處理，另一種是借助網絡應用程序來實現數據庫的異地訪問。
①網絡數據庫系統分布式的管理模式。在一個以T C P/I P為基礎的互聯網絡中，假如把網絡數據庫的服務器架設到中國上海某地，在網絡的其他地方安裝了數據庫的客戶端，這樣就能實現數據的異地傳輸與異地訪問。在這種模式中，服務器端需要安裝服務器和客戶端工具；而在客戶端只需安裝客戶端工具即可?？蛻舳斯ぞ吣苓B接到數據庫服務器上，當使用指定用戶登錄時，就能在客戶端管理該指定用戶下所能管理的數據庫了。
②借助網絡應用程序的分布式處理。在網絡中當需要規則地采集用戶信息，或者需要有限制地對數據進行操作時數據庫系統的分布式管理就顯得不足了。這時我們可以
采用如B/S或C/S的網絡應用程序，規則地按需采集處理數據。這種情況目前在商業領域應用是比較廣泛的，如目前比較流行的BBS、電子商務網站、網上商店、財務管理軟件等。
(2)商業規則。有商業活動就會有商業規則，在商業規則中需要對數據分門別類地進行存儲或處理。比如：一個電子圖書的購物網站需要把圖書的書刊編號、作者、摘要等這些圖書的基本信息和該圖書被瀏覽的次數和瀏覽人的留言分開存放的同時，又需要弄清楚圖書和留言的對應關系，這個時候網絡數據庫就顯得尤為重要了。在網絡數據庫中，我們完全可以通過對圖書基本信息和圖書的外延信息，諸如留言、評論等分開存放在不同的數據表中。在通過視圖把這兩張物理表邏輯地關聯到一起，使得在外觀上能直觀地反映出每一本書所對應的該書的評論。這些工作都是網絡數據庫能夠實現的。
在網絡數據庫的幫助下，商業規則得以維持。在現代商業活動中，有了網絡數據庫的支持，商業運作更加流暢靈活，網絡數據庫把人們從紛繁的商業規則中解脫出來，去創造更多價值。
(3)商業數據的完整性。在商業活動中對數據完整性的要求是比較高的。我們想一想，假如A公司想要裁員50人，而這個數字在被上報公司董事會的時候由于傳遞的失誤而變成了5000人，這樣的錯誤我想是每一個公司都不愿見到的。如果使用了網絡數據庫，這樣的問題就不會發生了。網絡數據庫中數據傳輸是簡單的二進制傳輸非0即1，計算機的精確可靠為商業運作提供了可靠的保證。
假如在這種情況下對數據安全還不放心，那我們可以采用更為安全的方法——數據加密。因為假如有人打開了服務器的數據庫，就有可能看到數據庫中的信息，只要是有數據庫常識的人就不難分析出數據庫中隱藏的商業機密，從這個角度來看，這樣的擔心是正常的。那么我們采取了加密措施后，最后的這一點擔心也被解決了。通過目前流行的加密算法，或者自己制定的一個加密算法，把用戶需要保密的信息，通過加密存儲到數據庫中。這樣當數據庫打開后，看到的記錄也只是加密后的一串沒有任何實際意義的標識。除非有人盜取了解密函數，否則其他人永遠也無法解密。
通過概率和數理統計也能算出，如果暴力破解的話，一個最常見的商業加密算法也要破解幾十年或上百年，這樣的付出可以說是沒有任何回報的。
三、結論
在現行的商業運營中，網絡數據庫無疑起著不可或缺的作用。在網絡數據庫的大力支持下，數據的完整性、安全性得以保證。大量有序、安全的數據快捷地存儲到了網絡數據庫中，很好地支持了商業活動的有序、健康進行。
網絡數據庫在將來也必將和商業活動越來越緊密地結合在一起，人們已經意識到了網絡數據庫在商業活動中的重要性。相信網絡數據庫會和商業運營合為一體，保證商業活動的高效、有序進行。
作者單位：唐山職業技術學院
參考文獻：
[1]張明新.網絡數據庫[M].重慶:重慶大學出版社,2004:8.
[2]張麗娟.SQL Server 2000網絡數據庫教程[M].北京:機械工業出版社,2006:4.
互聯網數據中心范文第5篇
一、互聯網金融及大數據概述
(一)互聯網金融的內涵
互聯網金融是指在信息時代背景下,互聯網技術促使傳統金融領域發生變革,即互聯網與傳統金融業相融合而催生的新興領域,因而具備了互聯網開放、民主、分享、合作等精神,使得投資者擁有全新的體驗與感受的金融業態。
(二)大數據定義
大數據是信息時代特有的產物,是指在創新處理模式下具有更好的流程處理能力、更好的洞察力與決策力的信息資產。其主要的特點就是多樣性,大量性,高增長性,以及具有較高的價值。大數據信息資產最重要的價值與意義就在于可以對大量的數據進行分析與存儲。大數據信息技術具有其他技術所不能比擬的“質優,價廉,高增長率”的特點。
(三)大數據與互聯網金融的關系
互聯網金融在信息處理過程中主要依賴于大數據技術,催生了多種金融業態,比如眾籌、P2P以及第三方支付等模式?？梢哉f大數據技術的廣泛運用使得傳統的金融市場發生了根本的變化,具有了成本集約化、利率市場化、渠道自主化以及操作規范化等優點。而從金融行業的管理創新角度來說,大數據技術能夠帶來全新的高頻次交易、社交情緒的分析以及精準的大數據信貸風險評估,這都為金融管理變革提供了支持。如圖1所示,從2013年至今中國互聯網金融的用戶規模不斷增長。其中,網絡信貸用戶規模一直低于網絡理財用戶規模,但是2016年以來,隨著大批網絡信貸公司的上市,在現金貸等新模式的推動和公司業績的拉動下,網絡信貸用戶的增速有反超網絡理財用戶的趨勢。預計到了2020年,網絡理財用戶的人數將超過3億人。
二、大數據背景下互聯網金融創新業態
互聯網金融通過互聯網與金融的創新性融合,以用戶需求為目標,技術創新為路徑,催生出了互聯網金融創新的諸多成果。具體包括互聯網金融垂直搜索服務平臺、眾籌融資、第三方支付、P2P網貸以及互聯網金融的C2B模式。
(一)互聯網金融垂直搜索服務平臺
所謂互聯網金融垂直搜索平臺即通過大數據技術將互聯網與傳統的金融機構相結合,對傳統金融機構進行轉型升級,具體來說就是建立相應的網絡平臺,并通過該平臺為客戶提供多樣化的金融服務。該網絡平臺所提供服務的最大特點就在于以客戶利益訴求為導向,借助大數據技術,為客戶提供了一個匯聚多種商品及服務選擇的網絡平臺?？蛻艨赏ㄟ^該平臺,自主選擇符合自己需求的金融產品。由于互聯網金融垂直搜索平臺的設計完全從客戶利益訴求的角度出發,因而能夠對平臺使用者的滿意度有一個較大的提升。
(二)眾籌融資
眾籌融資(crowdfunding)指的是通過預定或捐贈等形式,通過互聯網平臺籌集資金的金融創新模式。美國著名的眾籌融資平臺Kickstarter是世界上最早的眾籌融資企業,其主要的業務是在互聯網上為具有創意方案的企業籌措項目資金。國內相對有代表性的眾籌融資平臺包括人人投、娛樂寶等投資理財類產品。由于眾籌融資平臺需要對數目龐大的小額交易進行管理,因此而需要大量的資金支持者。
(三)第三方支付
所謂第三方支付是指具有一定的信譽保證和資金實力的第三方獨立機構,通過與各大商業銀行簽訂合作協議,提供網上交易支付服務的機構平臺。第三方支付的優勢在于以中立方式提供個性化服務,避免與被服務企業產生競爭,同時降低了政府及企事業單位與銀行進行業務對接的成本。近幾年來,第三方支付發展迅速,從一出現就受到使用者好評,并迅速成長為線下消費的主要支付方式。據統計,2018年我國非現金支付業務達到2203.12億筆,總計逾3768.67萬億元,同比分別增長了36.94%和0.23%。
(四)P2P網貸
所謂P2P網貸(Peer to Peer),是指個人投資者之間以網絡借貸平臺為中介,簽署借貸合約,進行借貸行為的互聯網金融模式。P2P網貸模式中涉及到借方貸方以及借貸平臺三方。其中貸方在借貸合約到期之前償還本金與利息,借方收益為資金利息同時承擔合約違約風險,P2P網絡借貸平臺則收取中介服務費。而作為中交易中介的P2P網貸平臺,并不參與借貸雙方的債權債務關系,主要提供信息交換和價值認定等服務。具體的服務形式包括但不限于:投資咨詢、借貸信息、法律手續、信用審核、逾期貸款追償等。
(五)互聯網金融C2B模式
所謂互聯網金融C2B模式(Customer to Business),是指通過某種方式將分散客戶聚集起來形成較大的購買集體,以大批發商價格來購買某個商品,從而改變用戶一對一購買商品的價格弱勢狀態。而在此過程中,互聯網金融企業可以運用大數據技術,搜集客戶數據,包括客戶的購買偏好、購買行為、購買動機、購買習慣等方面的信息,從而了解客戶的需求,設計出更符合客戶購買習慣與實際需求的金融產品,提供更優質的金融服務,使用戶在金融活動中獲得更好的體驗。在大數據時代,互聯網金融的C2B模式已經成為一種必然的發展趨勢。
三、大數據時代下互聯網金融人才培養思路
大數據時代對金融行業人才的需求呈現出了高度職業化、高度專業化、分工精細化的趨勢,對金融學科的教育以及學生的素質提出了更高的要求。因此有必要從教學內容、教學方法、科研方法、產學研結合等方面進行改革,不斷提升學生素質及專業水準培養,適應大數據時代要求的信息化金融人才。
(一)創新教學方式及內容,培養信息型金融人才
借助課程資源的優化與大數據平臺的搭建,探索適應大數據時代發展要求的教學方法。大數據時代,體現了信息的多元化與高流動性。課程資源也不再僅僅局限于課堂上,而是通過大數據平臺實現了資源共享。金融學科教育可借助大數據時代的優勢,不斷探索微課、MOOC、翻轉課堂等創新型教學方法,發揮課程資源與大數據平臺的優勢,提升教學效果。
(二)強調數量化研究在金融學科中的作用
大數據技術的發展與進步,對學生數據收集、計算與分析的能力提出更高的要求。未來金融學科的學術研究將涉及到更多運用大數據技術對海量數據進行的挖掘與計算。各大高校也必將加大對數據庫以及數據平臺的投入建設,并將研究成果運用到課堂教學中。
(三)開設金融實驗室,營造大數據實驗教學環境
運用大數據技術整合實驗室資源,建立適應大數據發展要求的金融學科實驗教學環境。順應大時代發展的要求,金融實驗室可以為應用型金融人才的培養,改革奠定基礎,同時能夠接收全球金融市場上的海量交易數據,搭建商業銀行交易系統,金融模擬交易系統,金融風險分析系統等,為實驗教學提供全面支持。
(四)加強校企合作,培養復合型人才
建立金融專業實習基地,加強校企間合作,促進產學研深度融合,培養定制型金融人才。在理論學習階段可以不斷豐富項目素材與數據,建立實習項目庫,讓學生在課堂中以項目為案例進行實踐學習,將理論知識運用到項目的實施過程中去。在實踐階段可以將學生派到企業中實習,將前期學到的理論知識運用到實踐,實現從學校到工作崗位的無縫對接。
摘要：大數據帶來了時代的變革,互聯網金融創新應運而生。本文首先對大數據的定義、互聯網金融的內涵進行概述并闡述了大數據與互聯網金融的關系。其次,對大數據時代背景下互聯網金融創新成果進行概述,具體包括垂直搜索模式的互聯網金融服務平臺、眾籌融資、第三方支付、P2P網貸以及互聯網金融C2B模式。最后,對大數據時代互聯網金融人才培養提出建議。
關鍵詞：大數據,互聯網金融,創新,人才培養
參考文獻
[1] 何培育.基于互聯網金融的大數據應用模式及價值研究[J].中國流通經濟,2017,第31卷(05):39-46.
[2] 張正,王孚瑤,張玉明.云創新與互聯網金融生態系統構建———以阿里金融云為例[J].經濟與管理研究,2017,第38卷(03):53-60.
[3] 李學林,李晶,朱平安.信息技術創新與互聯網金融研究[J].技術經濟與管理研究,2016,(12):73-77.
[4] 李東榮.大數據時代的金融人才培養[J].中國金融,2013,(24):9-10.