大数据分析嵌入互联网金融 信而富这么做
在信息化快速发展的时代背景下，大数据已经成为一种基础性战略资源。国家此前颁布的《促进大数据发展行动纲要》，对全面推进我国大数据发展和应用作出了顶层设计和整体规划。未来对大数据资源的掌握、挖掘、分析和应用能力，将成为企业洞悉商机、获取价值的核心要素。
对互联网金融和大数据的分析，亦成为学界和企业界共同关注的课题。5月21日下午，由中国社科院研究生院上海分院、第一财经《陆家嘴杂志》联合举办的“大数据在互联网金融中的运用”读书会在上海大学举办，凭借在大数据领域创新实践，信而富首席战略官王峻受邀出席此次读书会，作为点评嘉宾并参与圆桌探讨。
本次读书会围绕《互联网金融与大数据分析》一书展开讨论，该书由资深互联网金融和大数据分析专hz 家庞引明、上海计算机软件技术开发中心副主任张绍华博士、IT治理专家宋俊典博士联合撰写。
该书从金融业务、客户服务、金融监管、信息技术、大数据、金融本质等6个维度来深入剖析互联网金融的内涵，并深入分析了互联网金融领域的大数据结构、构建了面向互联网金融的大数据应用架构、建立互联网金融的风控模型和征信框架，是国内少有的系统分析大数据与互联网金融的理论书籍。
读书会现场，庞引明博士围绕书中提出的一些创新性观点、信息技术等做了分享，认为国内互联网金融的蓬勃发展是互联网技术在金融领域的补课，大数据的全息性和区块链技术对现有互联网金融发展所产生的可能颠覆性影响，分享了互联网金融环境下的大数据分析模型在风险控制中的应用。
左：信而富首席战略官王峻
圆桌讨论环节，王峻谈到，大数据分析促进了互联网金融在多方面快速发展，从网贷行业来看，部分借贷申请有欺诈风险，在征信数据数据缺失的情况下，要甄别欺诈申请，并筛选出合格的借款人，需要借助大数据分析。
结合信而富在大数据领域的应用和创新，王峻说，信而富推行多渠道多数据合作，通过与拥有大数据的机构进行合作，依据信而富在中国市场十多年的积累所形成的风险评分算法，构造非结构化数据、弱相关风险数据的评分体系，为用户信用打分。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
