金融數據挖掘：基於大數據視角的展望 [A Prospect from Big Data Perspective] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

許偉，梁循，楊小平 編

圖書標籤:

• 金融數據挖掘
• 大數據
• 金融科技
• 數據分析
• 機器學習
• 風險管理
• 量化交易
• 金融工程
• 數據科學
• 預測模型

齣版社： 知識産權齣版社

ISBN：9787513018791

版次：1

商品編碼：11275104

包裝：平裝

外文名稱：A Prospect from Big Data Perspective

開本：16開

齣版時間：2013-06-01

用紙：膠版紙

頁數：212

字數：226000

正文語種：中文

編輯推薦

　　

　　《金融數據挖掘：基於大數據視角的展望》講述大數據時代下的金融數據挖掘方法。
　　全書從5個方麵講述大數據時代下的金融數據挖掘方法：1）數據挖掘方法；2）銀行數據挖掘篇，介紹瞭基於神經網絡和支持嚮量機的信用評分方法；3）證券數據挖掘，探討瞭基於多種數據挖掘方法的股票價格預測、金融市場價格預測及股票自動交易係統；4）保險及其他數據挖掘，研究瞭基於數據挖掘的保險欺詐監測、企業破産預測、財務報錶欺詐監測等問題；5）從大數據的視角對金融數據挖掘進行瞭擴展和展望。��
　　本書適閤對數據挖掘算法感興趣的計算機專業人士或是對金融信息挖掘感興趣的領域專傢閱讀，也可作為金融信息工程方嚮的工程碩士教材或參考書。
　　

內容簡介

　　

　　《金融數據挖掘：基於大數據視角的展望》結構分為五個篇章。第1篇介紹瞭數據挖掘方法。第二篇是銀行數據挖掘篇，介紹瞭基於神經網絡和支持嚮量機的信用評分方法。第三篇是證券數據挖掘篇，探討瞭基於多種數據挖掘方法的股票價格預測、金融市場價格預測及股票自動交易係統。第四篇是保險及其他數據挖掘篇，研究瞭基於數據挖掘的保險欺詐監測、企業破産預測、財務報錶欺詐監測等問題。第五篇從大數據的視角對金融數據挖掘進行瞭擴展和展望。
　　《金融數據挖掘：基於大數據視角的展望》的讀者可以是對數據挖掘算法感興趣的計算機專業人士或是對金融信息挖掘感興趣的領域專傢，也可作為金融信息工程方嚮的工程碩士教材或參考書。

作者簡介

　　許偉，男，博士，中國人民大學信息學院經濟信息管理係副教授，碩士生導師。主要研究領域為金融管理、信息係統。主持國傢自然科學基金、北京市自然科學基金、省市部委及金融企業閤作項目多項，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等國內外期刊和國際會議上發錶研究論文50餘篇，獲得北京市優秀人纔、北京市科技新星、IBM訪問學者、北京市哲學社會科學優秀成果奬等多個奬項。

內頁插圖

精彩書評

　　NULL

目錄

第一篇 金融數據挖掘概述
第1章 緒論
1.1 金融領域進行數據挖掘的必要性
1.2 金融數據挖掘的應用領域
1.3 金融數據挖掘的過程
1.4 本章小結
第2章 數據挖掘的原理、方法與技術
2.1 數據挖掘概述
2.2 數據預處理
2.3 數據倉庫的建立
2.4 數據挖掘方法
2.5 數據挖掘評估
2.6 本章小結

第二篇 銀行數據挖掘
第3章 基於神經網絡的信用評分方法
3.1 引言
3.2 神經網絡
3.3 數據集
3.4 實驗設計
3.5 實驗結果
3.6 實驗結果分析
3.7 本章小結
第4章 基於支持嚮量機的信用風險評估方法
4.1 引言
4.2 SVM參數優化方法
4.3 實證分析
4.4 本章小結
第5章 基於數據挖掘的銀行信貸評價方法
5.1 引言
5.2 基於數據挖掘的銀行信貸評價模型
5.3 實證檢驗
5.4 本章小結

第三篇 證券數據挖掘
第6章 基於粗糙集的股票價格預測方法
6.1 引言
6.2 基於粗糙集的預測方法
6.3 基於粗糙集的股票預測模型
6.4 實證分析
6.5 本章小結
第7章 基於網絡信息的金融市場價格預測
7.1 引言
7.2 微博的發展及在金融預測中的實際意義
7.3 相關性檢驗與SVM股價預測
7.4 實證分析
7.5 本章小結
第8章 基於數據挖掘的股票自動交易係統
8.1 引言
8.2 神經網絡和小波分析技術
8.3 基於小波分析和BP神經網絡的股票自動交易係統
8.4 實證分析
8.5 本章小結
……
第四篇 保險及其他數據挖掘
第五篇 基於金融大數據視角的展望

前言/序言

　　進入21世紀，中國金融業對信息化工作前所未有的重視，眾多金融機構都建立起瞭自己的數據平颱，形成瞭金融機構網絡和垂直業務體係，實現瞭金融數據大集中。這些數據有三個特點。第一個特點是數據量大，一般達到PB級。第二個特點是類型多，如非結構化數據、半結構化數據、流數據等。第三個特點是價值密度低，有用的數據含量少。這都是大數據的典型特點。隨著金融數據基礎設施硬件建設的不斷發展，如何處理每天産生的大數據，進行科學的分析處理，挖掘隱藏在數據內部各種有價值的關聯，並及時提供決策支持，成為擺在金融業麵前的新課題。
　　大數據時代的到來，使得世界不得不更多地使用智能數據挖掘技術。目前，金融數據挖掘引起瞭眾多學者和業界人士的廣泛關注。在這種背景下，本書力求把握金融數據挖掘的最新動嚮，開發金融數據挖掘的典型案例，從大數據的視角加以思考和探索，並為金融數據挖掘研究和應用的發展提供有益的支持。
　　編寫本書的另一個齣發點是，近年來我國金融業迅猛發展，金融信息化人纔的需求量大大增加，相當多的畢業生進入瞭金融信息化行業。為滿足實踐的需要，很多大學的軟件學院設立瞭金融信息係或金融信息專業，培養一批又一批的金融信息專業人纔。筆者最近幾年一直參與講授一些院校的金融數據挖掘專業的工程碩士課程，感到缺少這樣一本教材，所以組織師生編寫瞭本書。
　　本書介紹瞭金融數據挖掘的一些典型應用。本書與作者以前齣版的《網絡金融》《數據挖掘算法與應用》《互聯網金融信息係統的設計與實現》《電子商務理論與實踐》《網絡金融信息挖掘導論》《網絡金融係統設計與實現案例集》《互聯網金融信息智能挖掘基礎》和《支持嚮量機算法及其金融應用》八本書之間的關係見圖0-1。本書是這些書籍在金融數據挖掘方麵的延續和補充。

《金融數據挖掘：基於大數據視角的展望》是一本深度探討金融領域數據挖掘技術及其未來發展方嚮的著作。本書不局限於傳統的統計方法，而是緊密結閤日益增長的大數據浪潮，以前瞻性的視角審視金融行業如何利用海量、多源、異構的數據來驅動創新、優化決策、防範風險。 全書圍繞“大數據視角”展開，將大數據所帶來的機遇與挑戰貫穿始終。讀者將瞭解到，在當今金融市場，數據不再僅僅是交易記錄或客戶信息，而是包含瞭文本、圖像、社交媒體互動、傳感器數據等多維度、高密度的信息流。如何有效地采集、清洗、存儲、處理和分析這些龐雜的數據，成為金融機構提升競爭力的關鍵。 本書內容著重於介紹和分析一係列前沿的金融數據挖掘技術。這包括但不限於： 一、 機器學習在金融領域的應用 監督學習算法：深入講解如何運用迴歸、分類等算法來預測股票價格、評估信用風險、識彆欺詐交易、進行客戶流失預警等。重點會放在模型的可解釋性、泛化能力以及在大規模數據集上的效率。 無監督學習算法：探討聚類、降維、關聯規則挖掘等技術如何幫助金融機構發現隱藏的客戶群體、理解市場細分、揭示資産之間的潛在聯係、以及進行異常值檢測。 深度學習模型：闡述捲積神經網絡（CNN）、循環神經網絡（RNN）、長短期記憶網絡（LSTM）等在處理金融時序數據（如股價、宏觀經濟指標）、文本數據（如新聞、報告）以及圖像數據（如手寫簽名識彆）方麵的強大能力。例如，如何構建深度學習模型來捕捉復雜的市場動態，或者通過自然語言處理（NLP）技術分析財經新聞的情感傾嚮，從而輔助投資決策。 二、 大數據技術棧與金融實踐 分布式計算框架：介紹Apache Spark、Hadoop MapReduce等技術如何賦能金融機構處理PB級彆的數據集。讀者將瞭解到這些框架在數據預處理、模型訓練、特徵工程等環節的優勢，以及如何在大規模數據集上實現高效的計算。 實時數據處理：強調在大數據環境下，實時決策的重要性。本書會探討Apache Kafka、Flink等流處理技術，以及如何構建實時風控係統、實時交易監控平颱、以及個性化金融産品推薦係統。 數據存儲與管理：分析NoSQL數據庫（如MongoDB、Cassandra）以及數據湖（Data Lake）概念在應對金融海量、多樣化數據存儲方麵的作用，以及如何構建靈活、可擴展的數據基礎設施。 三、 金融數據挖掘的應用場景 風險管理：詳細介紹如何利用大數據和高級挖掘技術來構建更精準的信用評分模型、市場風險模型、操作風險模型。例如，通過分析社交媒體行為、交易模式等非傳統數據來提前預警潛在的信用風險或欺詐行為。 投資決策：探討如何通過分析大量的市場數據、新聞情緒、公司公告等，來開發量化交易策略、優化投資組閤、發現投資機會。這包括利用自然語言處理技術提取關鍵信息，利用圖算法分析企業間的關聯關係等。 客戶關係管理：展示如何通過客戶畫像、細分、精準營銷、個性化産品推薦等手段，提升客戶滿意度和忠誠度。例如，通過分析客戶的交易行為、瀏覽曆史、甚至是社交互動，來預測其潛在需求，並提供定製化的金融服務。 反欺詐與閤規：深入分析大數據挖掘技術在識彆和預防金融欺詐（如信用卡欺詐、洗錢、內幕交易）方麵的能力，以及如何利用這些技術滿足日益嚴格的監管要求。 四、 未來展望與挑戰 本書在探討現有技術和應用的同時，也對金融數據挖掘的未來發展趨勢進行瞭展望。這可能包括： 人工智能與金融的深度融閤：預測AI將進一步滲透到金融業務的各個環節，從自動化交易到智能投顧，再到復雜的風險模擬。 區塊鏈與數據安全：探討區塊鏈技術如何為金融數據的確權、共享和安全提供新的解決方案，從而構建更值得信賴的金融生態係統。 可解釋AI（Explainable AI, XAI）的必要性：在金融決策日益依賴復雜模型的情況下，解釋模型的決策過程變得尤為重要，以滿足閤規要求和提高用戶信任。 數據隱私與倫理挑戰：在大數據挖掘過程中，如何平衡數據利用與個人隱私保護，以及如何應對數據偏見等倫理問題，將是未來發展需要重點關注的方麵。 跨領域數據融閤：金融數據將越來越多地與其他領域（如物聯網、健康醫療）的數據進行融閤，以發現更深層次的價值和新的商業模式。 《金融數據挖掘：基於大數據視角的展望》旨在為金融從業者、數據科學傢、研究人員以及對金融科技感興趣的讀者提供一個全麵、深入的視角，幫助他們理解和掌握大數據時代下金融數據挖掘的關鍵技術和發展方嚮，從而抓住機遇，應對挑戰，引領金融行業的創新與變革。本書內容詳實，理論與實踐相結閤，力求展現大數據視角下金融數據挖掘的廣闊前景。

評分☆☆☆☆☆

說實話，我對於“數據挖掘”這個詞，最初的理解可能還停留在比較基礎的層麵，比如數據清洗、特徵工程、模型選擇之類的。但當它和“金融”以及“大數據”結閤在一起時，我就知道這絕非等閑。我設想，這本書的作者一定是一位既懂金融，又精通大數據技術的專傢，能夠將那些晦澀的技術語言，轉化為金融從業者能夠理解的業務邏輯。我期待的不僅僅是技術層麵的講解，更是希望能看到他們是如何通過大數據技術，去解決金融領域實際存在的痛點和難題。比如，在信貸風險評估方麵，大數據能否幫助銀行更精準地識彆高風險客戶，降低壞賬率？在資産管理方麵，大數據又能否助力基金經理發掘被低估的投資標的，優化投資組閤？在反欺詐領域，大數據是否能夠構建齣更有效的監測和預警係統，保護金融機構和消費者的利益？我尤其好奇書中關於“展望”的部分，這部分內容往往最能體現作者的視野和格局。作者是如何看待大數據在未來金融生態中的地位？它將如何重塑金融機構的業務模式、競爭格局，甚至是整個金融體係？是否存在一些前沿的研究方嚮，或者尚未被充分挖掘的領域，這本書能夠為我提供一些啓示？我希望這本書能夠提供一些具體的“落地”思路，讓讀者不僅能夠理解概念，更能將其應用到實際工作中，從而在激烈的市場競爭中脫穎而齣。

評分☆☆☆☆☆

這本書的名字，在我看來，像是一扇通往金融科技新大陸的大門，而“大數據”則像是那張繪製著隱藏寶藏的地圖。“金融數據挖掘”是這扇門背後隱藏的無數機遇，等待著我去探索。我一直對如何從海量、零散的金融數據中提煉齣有價值的信息感到著迷。而大數據，無疑為這種“提煉”提供瞭前所未有的強大工具。我希望這本書能夠深入淺齣地講解，如何利用大數據技術來解決金融領域中的實際問題。例如，在反洗錢和反欺詐方麵，大數據能否通過分析異常交易模式，幫助金融機構更有效地識彆和防範風險？在客戶畫像和精準營銷方麵，大數據是否能夠幫助銀行和保險公司更準確地理解客戶需求，提供定製化的産品和服務？此外，我也非常關注書中關於“展望”的部分。在人工智能、區塊鏈等技術的加持下，金融數據的應用場景是否會進一步拓展？未來的金融市場，又將呈現齣怎樣的麵貌？這本書是否會為我們揭示一些尚未被充分認識到的趨勢和挑戰，並提供應對的思路？我希望這本書不僅僅是技術的介紹，更能包含作者對於金融行業未來發展方嚮的深刻洞察，以及對如何利用大數據實現金融創新和可持續發展的思考。

評分☆☆☆☆☆

這本書的封麵設計，雖然簡約，卻帶著一種沉靜的力量，仿佛預示著即將展開的深度探索。我一直覺得，金融領域的數據，就像是散落在宇宙中的無數星辰，它們彼此獨立，卻又在某種神秘的規律下相互影響，共同構成瞭浩瀚的金融宇宙。而“數據挖掘”，在我看來，就是那個能夠駕馭星辰之力，描繪星係軌跡的魔法。當“大數據”這個概念被引入，這種力量便被無限放大，從點狀的星辰，變成瞭連綿的星雲，再到整個宇宙的宏觀景象。我迫不及待地想知道，作者是如何將大數據這種“海量、多樣、高速”的特性，與金融領域的“復雜、動態、敏感”相結閤的。他們是否會詳細闡述，在大數據背景下，傳統的金融數據分析方法會麵臨哪些挑戰，又將如何被革新？我特彆關注那些關於“展望”的部分，這不僅僅是關於現在，更是關於未來。在人工智能、機器學習等技術的推動下，金融數據的應用場景將會如何拓展？我們是否能夠構建齣更智能、更精準的金融模型？如何利用大數據來優化客戶體驗，提供更個性化的金融服務？或者，在監管層麵，大數據又將如何助力金融機構應對日益復雜的閤規要求？我希望這本書能夠提供一個係統性的框架，幫助我理解大數據在金融領域的全貌，並從中提煉齣具有前瞻性的洞察。它應該不僅僅是技術的堆砌，更應該蘊含著作者對金融行業未來發展趨勢的深刻思考，以及對如何利用大數據實現金融創新和普惠的獨到見解。

評分☆☆☆☆☆

當我看到這本書的名字時，腦海中立刻浮現齣的是一個充滿機遇的未來圖景。金融，這個古老而又不斷革新的行業，正以前所未有的速度擁抱技術。而大數據，作為驅動這一變革的關鍵力量，其在金融領域的應用潛力，無疑是巨大的。我設想，這本書的作者一定是一位對金融市場有著深刻理解，同時又對前沿大數據技術有著敏銳洞察力的先行者。我特彆期待能夠從書中瞭解到，大數據是如何幫助金融機構實現從“經驗驅動”嚮“數據驅動”的轉變。這本書是否會介紹一些創新的數據采集和處理方法，以應對金融數據的高維度、高噪聲、非結構化等特點？在模型構建方麵，作者是否會分享一些在大數據環境下，能夠有效捕捉金融市場復雜規律的算法和技術？例如，深度學習、圖神經網絡等在金融領域的應用，是否會得到詳細的闡述？我更感興趣的是，這本書是否能為我們勾勒齣大數據在金融領域未來的發展藍圖。未來的金融服務將是怎樣的？大數據將如何賦能智能投顧、量化交易、風險管理、客戶洞察等各個環節？它是否會催生齣全新的金融産品和服務模式？我期待這本書能夠提供一些啓發性的思考，幫助我理解大數據在金融領域變革中的核心作用，並為我指明未來可能的發展方嚮。

評分☆☆☆☆☆

這本書的名字，一下子就抓住瞭我的眼球，讓我感覺它正觸及金融領域最前沿的脈搏。“金融數據挖掘”本身就是一個引人入勝的課題，而“基於大數據視角的展望”，更是為這個課題注入瞭強大的未來感。我一直覺得，金融世界充滿瞭各種各樣的數據，它們就像是散落在各處的珍珠，等待著被發現和串聯起來。而大數據，無疑是那個能夠讓我們大規模、高效地收集和處理這些“珍珠”的強大工具。我非常好奇，書中是如何將這些宏大的概念落到實處的。作者是否會分享一些具體的、可操作的金融數據挖掘方法，這些方法是否能夠幫助我們發現隱藏的投資機會，或者更有效地管理風險？我特彆想瞭解，在大數據的影響下，金融領域的哪些傳統認知正在被顛覆，又有哪些新的趨勢正在湧現。例如，人工智能在金融決策中的作用，或者社交媒體情緒分析如何影響市場預測，這些內容是否會在書中得到體現？“展望”的部分，我希望能夠從中獲得一些關於金融行業未來發展方嚮的啓示，以及大數據在其中將扮演的核心角色。這本書是否能夠幫助我建立一個更清晰的、關於金融大數據應用的認知框架，並為我未來的學習和工作提供指引。

評分☆☆☆☆☆

這本書的名字，讓我立刻聯想到瞭金融世界裏那些龐大而復雜的數據庫，以及隱藏在其中的無限可能。我一直覺得，數據是金融行業的基石，而大數據，則是在這基石之上，建造未來金融大廈的強力粘閤劑。“金融數據挖掘”，這個詞語本身就充滿瞭吸引力，它意味著從數據的海洋中淘金。而“基於大數據視角的展望”，則更是為我們描繪瞭一幅關於金融未來發展的宏偉藍圖。我迫不及待地想知道，書中是如何將大數據技術與金融實際應用相結閤的。是否會介紹一些能夠幫助金融機構提升效率、降低風險、創造價值的創新方法？例如，利用大數據進行精準的客戶畫像，從而提供個性化的金融産品和服務；或者，通過分析海量的交易數據，來識彆潛在的欺詐行為，保護金融市場的穩定。我尤其關注書中關於“展望”的內容，這部分應該能夠為我們揭示大數據在未來金融領域的發展趨勢。在人工智能、雲計算等技術的不斷演進下，金融數據挖掘將走嚮何方？是否會催生齣全新的金融服務模式，或者改變現有的金融生態係統？這本書是否能夠幫助我理解這些深刻的變革，並為我指明未來的發展方嚮，讓我能夠在這個日新月異的金融科技浪潮中，占據有利的位置。

評分☆☆☆☆☆

這本書的名字，老早就吸引瞭我。作為一個在金融行業摸爬滾打瞭好些年的人，我深知數據的重要性，也隱隱感覺到一股強大的技術浪潮正在席捲而來，那就是大數據。書名裏的“金融數據挖掘”就像是在描繪一幅宏偉的藍圖，而“基於大數據視角的展望”則更像是指明瞭前進的方嚮，讓人充滿瞭好奇和期待。我想象著，這本書或許會為我揭示那些隱藏在海量金融數據背後，肉眼無法察覺的寶藏，告訴我如何運用大數據這個強大的工具，去洞察市場的脈搏，去預測未來的趨勢，去發掘新的投資機會，甚至去優化風險管理策略。我特彆想知道，作者是如何將復雜的金融概念與前沿的大數據技術巧妙地結閤起來的，他們是否能夠用通俗易懂的語言，解釋那些聽起來高深莫測的算法和模型？我期待這本書能提供一些具體的案例分析，讓我看到大數據在金融領域的實際應用，而不是停留在理論層麵。比如，如何利用社交媒體數據來預測股票價格的波動？如何通過分析交易日誌來識彆欺詐行為？又或者，如何構建一個能夠實時監測市場風險的預警係統？這些問題一直在我腦海中盤鏇，而我相信，這本書或許能為我提供清晰的答案和有效的解決方案。總而言之，這本書在我心中，不僅僅是一本技術書籍，更像是一張通往金融未來世界的地圖，指引著我如何在這個充滿機遇與挑戰的時代，乘風破浪，不斷前行。它能否成為我職業生涯中的一個重要轉摺點，讓我從一個“數據的使用者”轉變為一個“數據的創造者”，我對此充滿瞭無限的遐想和堅定的信念。

評分☆☆☆☆☆

這本書的書名，瞬間勾起瞭我對金融世界最深層次的好奇心。“數據挖掘”，在我看來，本身就是一個充滿魔力的詞匯，它意味著從看似雜亂無章的數據海洋中，尋找到那些隱藏的、有價值的綫索。而當它與“金融”和“大數據”相結閤時，這種魔力便被放大到瞭極緻。我迫切地想知道，作者是如何將那些抽象的金融理論與具體的大數據技術相結閤的。書中是否會提供一些實際的案例，來展示大數據在金融領域的應用場景？例如，如何利用社交媒體數據來預測股票市場的走嚮？如何通過分析大量的交易記錄來識彆潛在的金融風險？又或者，如何構建一個智能的風險評估係統，來為信貸審批提供更科學的依據？我尤其期待書中“展望”的部分，它應該能夠為我揭示金融行業未來的發展趨勢，以及大數據在其中扮演的關鍵角色。在人工智能、機器學習等技術的不斷發展下，金融數據挖掘的邊界是否會不斷拓展？未來的金融服務又將發生怎樣的變革？這本書是否能夠幫助我理解這些深刻的變革，並為我提供一些具有前瞻性的指導，讓我能夠在這個快速變化的時代保持競爭力。

評分☆☆☆☆☆

“金融數據挖掘”，這個詞本身就帶著一種探索和發現的神秘感。而加上“基於大數據視角的展望”，就更是讓我覺得這本書能夠引領我進入一個全新的金融世界。我一直對如何從海量的金融數據中提煉齣有價值的信息感到著迷，而大數據無疑是實現這一目標的終極武器。我設想，這本書應該會詳細介紹在大數據時代，金融數據挖掘的獨特之處。例如，如何處理和分析那些規模龐大、種類繁多、更新迅速的金融數據？書中是否會涉及一些前沿的大數據技術，如分布式計算、機器學習算法等，以及它們在金融領域的具體應用？我特彆關注書中關於“展望”的部分，這部分內容往往最能體現作者的遠見卓識。在大數據技術的推動下，金融行業的哪些領域將發生顛覆性的變革？例如，智能投顧、量化交易、風險管理、監管科技等，是否會得到深入的探討？這本書是否能夠幫助我理解大數據對金融行業未來發展方嚮的影響，並為我提供一些應對未來挑戰的思路？我期待這本書能夠成為我理解和掌握金融大數據應用的“教科書”，幫助我在這個快速變化的時代，保持敏銳的洞察力。

評分☆☆☆☆☆

這本書的名字，就像是一個信號，預示著金融領域正迎來一場深刻的技術革新。我一直相信，數據是金融的靈魂，而大數據，則是賦予金融新生命的力量。這本書的題目——“金融數據挖掘：基於大數據視角的展望”，準確地抓住瞭我最感興趣的兩個方麵：一是如何從海量金融數據中挖掘齣價值，二是這種挖掘在未來將走嚮何方。“數據挖掘”本身就是一個充滿挑戰的領域，而當它與金融這種高度復雜、實時變化的行業相結閤，再加上“大數據”這一強大的驅動力，其意義更是非同尋常。我非常期待書中能夠闡述，大數據技術是如何改變金融行業的研究方法和業務模式的。是否會介紹一些在大數據環境下，專門用於金融數據挖掘的算法和工具？例如，如何處理高維度、非結構化的金融數據？如何構建能夠捕捉市場細微變化的預測模型？更重要的是，“展望”的部分，我希望能夠從中看到作者對金融科技未來發展趨勢的深刻洞察。大數據將如何重塑金融機構的競爭格局？是否會催生齣全新的金融服務業態？我們又該如何準備，纔能在這個由大數據驅動的金融新時代中，抓住機遇，應對挑戰？

評分☆☆☆☆☆

還不錯，正版，三天看完瞭

評分☆☆☆☆☆

東西還不錯，京東配送比較快。

評分☆☆☆☆☆

gggggggggggg

評分☆☆☆☆☆

很不錯，還會再來買的，印刷質量不錯正版圖書，價格也實惠，圖書內容也非常好，很喜歡這本書，推薦大傢也來購買這本書，京東的質量還是有保證的，不會有問題，配送速度也很快，配送員送貨及時，熱情，人也很不錯，以後買書都會來京東買瞭。

評分☆☆☆☆☆

無用，掛羊頭賣狗肉，沒啥新意。

評分☆☆☆☆☆

好好好好好好好好好好好好好好好

評分☆☆☆☆☆

不錯的一本書

評分☆☆☆☆☆

有用

評分☆☆☆☆☆

幫彆人買的 應該可以的