FinTech时代基于大数据挖掘的银行产品推荐模型研究

FinTech时代,产品推荐模型研究是商业银行实现精准营销的关键所在。针对此问题,人们在大数据挖掘技术发展基础上,提出了不同的推荐算法。本文着重探索利用K-means聚类算法结合关联规则挖掘中支持度和置信度的思想,形成基于客户细分的产品推荐模型。实证分析结果表明该模型具有较好的应用效果。随着国内银行业的竞争压力日益增大,各商业银行为了满足不同类型的客户需求,不断推出各种银行产品。在此背景下,银行需要一套行之有效的模型来为客户精准、快捷地推荐相关产品,实现银行与客户的共赢。

FinTech时代商业银行分布式核心系统研究与实践

目前国内商业银行的核心系统多数采用集中式的技术架构,随着互联网业务的蓬勃发展,集中式架构在应对海量客户的互联网金融应用场景和总拥有成本（Total Cost of Ownership,TCO）等方面的劣势越发明显。在自主可控思想的指导下,中国民生银行启动了分布式技术架构的研究工作,基于互联网成熟的开源技术和国产X86服务器建设分布式技术平台.

FinTech时代大数据在商业银行全面风险管理中的应用探索

近年来,互联网信息技术变革将金融业务发展带进了一个全新的时代,各类互联网金融及移动支付业务加快了＂金融脱媒＂,给商业银行带来了严峻的挑战,同时也带来了广阔的发展机遇。在互联网信息技术时代,数据已经成为金融机构重要的生产要素,商业银行对数据的治理能力、分析能力、洞察能力已然成为其核心竞争力。

以数据治理赋能银行金融科技

在当前经济形势下，全面落实金融科技战略、推进金融科技创新体制改革，加速数字化转型，已成为银行业金融机构转换发展动能和寻求发展突破的最佳选择。金融科技的核心在于数据化经营，数据治理能力和数据应用能力正逐渐成为金融科技转型竞争的新优势。

基于能量经济视角的信用赋能初探

以信贷为主的信用赋能是一种时间机器、是针对未来的货币透支。是企业生命周期的加速器。本文提出基于'能量经济'视角观测经济活动、确定关键指标的新思路。以建立健康商业环境、促进经济良性发展。