談金融用戶精準(zhǔn)可信推薦范文

本站小編為你精心準(zhǔn)備了談金融用戶精準(zhǔn)可信推薦參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:金融業(yè)面對的一個(gè)巨大挑戰(zhàn)就是其客戶在消費(fèi)需求和消費(fèi)行為上轉(zhuǎn)變。首先，在消費(fèi)需求上，客戶的可靠性需求出現(xiàn)提升，傳統(tǒng)機(jī)構(gòu)存在垃圾廣告營銷，無法真正滿足顧客對產(chǎn)品的可信需求等。另外，在消費(fèi)行為上，金融機(jī)構(gòu)已經(jīng)很難通過面對面的傳統(tǒng)方式來接觸到消費(fèi)者(特別是年輕消費(fèi)者)去了解客戶信用情況及精準(zhǔn)推薦。因此，本研究以區(qū)塊鏈技術(shù)為基礎(chǔ)，研究金融大數(shù)據(jù)的共享與流通，以社交網(wǎng)絡(luò)技術(shù)和工作流技術(shù)為基礎(chǔ)，研究金融大數(shù)據(jù)的分析與協(xié)調(diào)技術(shù)，最終實(shí)現(xiàn)面向金融用戶的精準(zhǔn)可信推薦。

關(guān)鍵詞:金融;區(qū)塊鏈;可信推薦

一、金融聯(lián)盟區(qū)塊鏈的可信交易與安全共享機(jī)制

金融數(shù)據(jù)管理的難點(diǎn)首先在于可信與共享訪問。研究構(gòu)建金融聯(lián)盟區(qū)塊鏈的可信交易與安全共享模型，并對區(qū)塊鏈的安全檢測機(jī)制進(jìn)行重點(diǎn)研究，提出安全檢測方法，保障金融數(shù)據(jù)共享過程中的安全性。具體思路如下:金融聯(lián)盟鏈可信交易機(jī)制設(shè)計(jì)。為了在保障隱私性的基礎(chǔ)上，實(shí)現(xiàn)不同機(jī)構(gòu)間金融數(shù)據(jù)的分布共享，本研究設(shè)計(jì)金融聯(lián)盟區(qū)塊鏈的可信交易和數(shù)據(jù)共享訪問模型，以金融機(jī)構(gòu)、互聯(lián)網(wǎng)平臺、政府監(jiān)管部門等不同數(shù)據(jù)承載群體作為聯(lián)盟區(qū)塊鏈中節(jié)點(diǎn)，重點(diǎn)地從區(qū)塊鏈的共識層、激勵(lì)層、合約層和應(yīng)用層，約定交易合約，社交共識算法、數(shù)字簽名與證書加密策略，實(shí)現(xiàn)去中心化的數(shù)據(jù)存儲訪問機(jī)制，具體方案見圖所示。圖中所示的金融聯(lián)盟區(qū)塊鏈可信交易方案中，研究從系統(tǒng)安全和執(zhí)行效率性能綜合考慮角度，對金融聯(lián)盟區(qū)塊鏈權(quán)限控制、智能合約編寫與執(zhí)行、共識算法的選擇、數(shù)據(jù)傳輸?shù)汝P(guān)鍵模塊進(jìn)行設(shè)計(jì)。權(quán)限控制層根據(jù)商業(yè)銀行、工商系統(tǒng)、司法訴訟、稅務(wù)系統(tǒng)、第三方評級以及其他系統(tǒng)等機(jī)構(gòu)資質(zhì)認(rèn)證及其監(jiān)管關(guān)系進(jìn)行數(shù)字證書分配和權(quán)限范圍授予。智能合約擬根據(jù)金融服務(wù)場景中事件執(zhí)行邏輯、時(shí)間限制、執(zhí)行者身份等條件約束進(jìn)行建模編寫，利用智能合約狀態(tài)機(jī)監(jiān)測程序，觸發(fā)智能合約執(zhí)行。共識算法部分?jǐn)M考慮算力消耗、穩(wěn)定性和金融聯(lián)盟結(jié)構(gòu)特征，設(shè)計(jì)共識算法并對其難度等級進(jìn)行實(shí)驗(yàn)分析。研究通過鄰近節(jié)點(diǎn)廣播方法改善數(shù)據(jù)傳輸效率。每個(gè)區(qū)塊鏈節(jié)點(diǎn)均配置一定的存儲空間和計(jì)算力度，參與到共識機(jī)制和數(shù)據(jù)維護(hù)，實(shí)現(xiàn)區(qū)塊鏈可信交易和數(shù)據(jù)共享［1］。

二、基于金融聯(lián)盟區(qū)塊鏈的數(shù)據(jù)流通機(jī)制

目前金融大數(shù)據(jù)面臨的問題包括:(1)面對碎片、跨界、復(fù)雜、海量、多源、異質(zhì)的大數(shù)據(jù)，缺乏必要的共享與流通方法，導(dǎo)致商業(yè)銀行等金融機(jī)構(gòu)與政府、第三方等機(jī)構(gòu)之間的數(shù)據(jù)源離散且阻隔;(2)商業(yè)銀行內(nèi)部各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)孤立，無法很好融合與共享［2］。傳統(tǒng)集中式數(shù)據(jù)存儲與交互技術(shù)架構(gòu)在數(shù)據(jù)計(jì)算一致性、可用性與容錯(cuò)性方面的不足，導(dǎo)致無法有效地解決金融大數(shù)據(jù)的共享和流通問題。本研究研究在區(qū)塊鏈技術(shù)的基礎(chǔ)上構(gòu)建金融大數(shù)據(jù)共享與流通，利用區(qū)塊鏈技術(shù)實(shí)現(xiàn)數(shù)據(jù)流通，可以從網(wǎng)絡(luò)交換層、共識機(jī)制層、數(shù)據(jù)存儲層、智能合約層和數(shù)據(jù)流通層5個(gè)層次進(jìn)行梳理。這5個(gè)層次如圖2所示。架構(gòu)圖如下所示:

三、金融大數(shù)據(jù)分布式協(xié)調(diào)機(jī)制

除了解決金融業(yè)的跨界大數(shù)據(jù)碎片化的問題，還需要一種分布式協(xié)調(diào)機(jī)制，解決各實(shí)體利益羈絆，進(jìn)而助力金融用戶信用高效管理與經(jīng)營。在單獨(dú)的金融機(jī)構(gòu)中，由于缺乏參與各方的信息互通機(jī)制，使得金融行業(yè)的用戶信用出現(xiàn)了信息不對稱以及信息不及時(shí)的亂象。本研究針對金融業(yè)的跨界大數(shù)據(jù)的數(shù)據(jù)所有者不同造成完整數(shù)據(jù)被截?cái)唷?shù)據(jù)公開性的要求不同等兩大碎片化的兩大特性，研究如何通過對互聯(lián)網(wǎng)碎片化的數(shù)據(jù)進(jìn)行高效合理地整合，建立高效的基于區(qū)塊鏈的金融行業(yè)的用戶信用的信息協(xié)調(diào)機(jī)制。為了實(shí)現(xiàn)對采集到的行業(yè)大數(shù)據(jù)進(jìn)行高效、可擴(kuò)展以及低成本的計(jì)算和分析，本研究擬基于一系列主流開源的大數(shù)據(jù)計(jì)算基礎(chǔ)框架和協(xié)調(diào)機(jī)制，提供基于分布式存儲的離線計(jì)算、基于內(nèi)存計(jì)算的實(shí)施分析以及分布式應(yīng)用程序協(xié)調(diào)服務(wù)。其中主要包括基于Hadoop的分布式存儲離線計(jì)算引擎、基于Spark內(nèi)存計(jì)算的實(shí)時(shí)分析以及利用Zookeeper提供配置維護(hù)、域名服務(wù)、分布式同步、組服務(wù)等一系列協(xié)調(diào)服務(wù)。這些開源平臺在業(yè)界也被廣泛使用，且在高校性、可靠性、安全性等方面得到了實(shí)際應(yīng)用的檢驗(yàn)，本研究擬利用這些較為成熟的開源大數(shù)據(jù)技術(shù)支撐各項(xiàng)行業(yè)大數(shù)據(jù)的分析研究工作。另外，本研究通過還基于分布式工作流引擎技術(shù)構(gòu)建金融機(jī)構(gòu)的跨界大數(shù)據(jù)分布式協(xié)調(diào)機(jī)制，增進(jìn)行業(yè)各方的信任，協(xié)調(diào)各方利益，打造各方自動(dòng)流程參與規(guī)則，為大數(shù)據(jù)流通提供良性環(huán)境。本研究通過對工作流技術(shù)的設(shè)計(jì)，對信息交互各方進(jìn)行有效約束，同時(shí)，利用協(xié)同設(shè)計(jì)的思想來指導(dǎo)工作流管理，從而實(shí)現(xiàn)支持協(xié)調(diào)機(jī)制的工作環(huán)境，主要包括以下三個(gè)方面:1．?dāng)?shù)據(jù)訪問權(quán)限:傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)訪問權(quán)限主要是數(shù)據(jù)安全口令與讀寫權(quán)限控制。而大數(shù)據(jù)環(huán)境下，數(shù)據(jù)訪問權(quán)限需要限制什么人什么時(shí)間以及執(zhí)行什么任務(wù)。本研究采用工作流引擎技術(shù)可以根據(jù)訪問者的身份動(dòng)態(tài)的分配數(shù)據(jù)訪問權(quán)限，主要分為a)主體:主體可以為人，角色，企業(yè)或者IP地址等;b)時(shí)間:可以是固定日期，使用次數(shù)，或者任務(wù)依賴關(guān)系(銷售分析完成后才可以進(jìn)行利潤分析);c)任務(wù):任務(wù)是工作流技術(shù)協(xié)同的核心。在大數(shù)據(jù)環(huán)境下，任務(wù)主要是以輸入，輸出和分析方法來定義;d)數(shù)據(jù)量:可以規(guī)定數(shù)據(jù)的大小，屬性(列)或者樣本數(shù)量(行)。2．并行數(shù)據(jù)訪問控制:數(shù)據(jù)可以同時(shí)被多個(gè)用戶同時(shí)訪問，并控制多用戶并行的效率以及如何分配數(shù)據(jù)資源，以及保證實(shí)時(shí)數(shù)據(jù)的一致性和完整性3．協(xié)調(diào)數(shù)據(jù)整合與傳輸:在訪問權(quán)限的允許下，來自多個(gè)數(shù)據(jù)源數(shù)據(jù)可以被傳輸?shù)揭粋€(gè)集中的云服務(wù)器或者私有服務(wù)器進(jìn)行分析，并通過隨機(jī)干擾技術(shù)進(jìn)行數(shù)據(jù)傳輸以及協(xié)調(diào)數(shù)據(jù)隱私。

四、面向金融領(lǐng)域精準(zhǔn)可信推薦

金融精準(zhǔn)可信營銷是為了能夠有效及時(shí)地將最合適、可信賴的服務(wù)/產(chǎn)品推薦給客戶［3］。研究設(shè)計(jì)市場銷售類分析模型，主要包括客戶管理模型，客戶群信用分析，產(chǎn)品可信賴度，機(jī)構(gòu)市場營銷統(tǒng)計(jì)分析，客戶貢獻(xiàn)度分析，客戶潛在價(jià)值分析和客戶活躍度分析等;為了能夠制定優(yōu)質(zhì)可靠的金融服務(wù)產(chǎn)品，研究設(shè)計(jì)業(yè)務(wù)產(chǎn)品條線分析模型，主要包括存款分析模型，貸款分析模型，國際業(yè)務(wù)分析，信用卡業(yè)務(wù)分析，電子渠道業(yè)務(wù)分析，理財(cái)業(yè)務(wù)分析，票據(jù)業(yè)務(wù)分析，債券業(yè)務(wù)分析等［4］［5］［6］［7］。

五、總結(jié)

本研究面向金融領(lǐng)域精準(zhǔn)可信營銷推薦，有效解決金融行業(yè)的用戶需求不能精準(zhǔn)推薦、交易雙方可信問題等難題。研究打破跨界機(jī)構(gòu)之間的數(shù)據(jù)孤島，實(shí)現(xiàn)共享與互操作時(shí)保證流通過程是可信的、可追溯的、安全的;基于深度信用挖掘的金融用戶興趣畫像與精準(zhǔn)可信推薦系統(tǒng)從歷史數(shù)據(jù)中找出不同客戶群體的潛在金融產(chǎn)品與服務(wù)的消費(fèi)行為特征，并建立一個(gè)交易雙方可信的環(huán)境，為本行開展特定金融產(chǎn)品與服務(wù)、拓展新的客戶資源提供信息并建設(shè)一個(gè)交易可信平臺提供支持。

參考文獻(xiàn):

［1］何蒲，于戈，張巖峰，等．區(qū)塊鏈技術(shù)與應(yīng)用前瞻綜述［J］．計(jì)算機(jī)科學(xué)，2017，44(4):1－7．

［2］任安軍．運(yùn)用區(qū)塊鏈改造我國票據(jù)市場的思考［J］．南方金融，2016(3):39－42．

［3］移動(dòng)支付平臺精準(zhǔn)推薦算法設(shè)計(jì)與實(shí)現(xiàn)［D］．華南理工大學(xué)，2015．

［4］債券類金融產(chǎn)品推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］．山東大學(xué)，2013．

［5］互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品多粒度推薦模型研究［D］．重慶工商大學(xué)，2018．

［6］佚名．基于多特征融合的金融領(lǐng)域科研合作推薦研究［J］．?dāng)?shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1(08):43－51．

［7］佚名．基于MapReduce的股票代碼標(biāo)簽抽取與金融資訊關(guān)聯(lián)推薦［D］．廣西大學(xué)，2014．

作者：陳亞輝 吳基成 孫瀾 單位：浙江工商大學(xué)