Open Nav

泛在网络下个人信用体系构建研究

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

泛在网络下个人信用体系构建研究(任务书,开题报告,论文12500字)
摘要
传统征信一般是由政府主导,银行发起的征信,受众量小,对用户行为偏好分析不足,本文主要研究泛在网络下由大数据分析的个人信用评估体系构建,大数据主要是在传统银行征信的条件下加入了电商数据和社交数据,本文先借鉴前人在管理学和经济学的个人信用体系构建相关理论,然后结合大数据的处理流程整理出新的信用体系评估模型,然后在基于电商数据的芝麻信用和基于社交数据的腾讯信用上进行验证。
芝麻信用主要是借住美国FICO分进行了结合社交化的改进,腾讯信用主要分析了将和个人资产不太相关的社交数据整合成个人的信用评估模型5C模型中的品质,即主要是偿债能力的技术分析过程。在此基础上对个人信用体系建设提出了数据既要广泛收集但又要注意严格筛选、各大征信机构应该尽最大可能信息共享但又要注意数据隐私、用户之间应该保持相互独立但又要结合分析以及风险防范的四点建议,希望大数据征信能结合实际进行改进以求稳步发展。
关键词:大数据征信;芝麻信用;腾讯信用;征信模式

Abstract
Traditional credit is generally dominated by the government and the bank initiated credit, inthis way,the audience is small,andthe user behavior preference analysis is not enough,This paper mainly studies the construction of personal credit evaluation system under the condition of Big Data under the ubiquitous network. E – commercedata and social data is mainly added to the Bigdata besides datafromthe condition of traditional bank credit. This paper draws lessons from the previous management and the economy Learning the personal credit system to build the relevant theory, and then combined with the processing of large data processing process to sort out a new credit system assessment model, and then based on the E – commerce data based on Sesame Credit and social data based on TencentCredit verification,。 [资料来源:http://Doc163.com]
Sesame Credit is mainly borrowed Live in the United States FICO points combined with the socialization of the improvement, TencentCredit analysis and personal assets will not be related to social data into a personal credit assessment model 5C model of quality, that is, the solvency of the technical analysis process The On the basis of the personal credit system to put forward the data to be widely collected but also pay attention to strict screening, the major credit agencies should be the largest possible information sharing but also pay attention to data privacy, the user should remain independent of each other To combine the analysis and risk prevention of the four recommendations, Finally hope that BidData levy can be combined with the actual improvement in order to keep steady development.
Key Words:Big Data credit; SeasameCredit; Tencent credit; Credit mode1

目录
摘  要    2
ABSTRACT    3
第一章 绪论    5 [资料来源:http://www.doc163.com]
1.1研究背景及意义    5
1.2国内外相关研究综述    6
1.2.1国内研究现状分析    6
1.2.2国外研究现状分析    6
1.3研究方法    7
第2章 网络个人信用数据处理及应用模式    8
2.1网络个人信用数据处理    8
2.1.1网络个人信用数据来源的分类    8
2.1.2网络个人信用的5C模型定性分析方法    8
2.1.3网络个人信用数据的处理流程    9
2.2网络个人信用体系的基本信用模式    9
2.2.1中介人模式    9
2.2.2担保人模式    10
2.2.3委托代理模式    10
2.2.4平台经营模式    11
第3章 基于大数据的个人信用模型构建    12
3.1个人信用风险指标选取原则    12
3.2个人信用等级评价的方法和模型    12
3.2.1确定权重的方法    13
3.3评价指标体系的结构    13 [来源:http://Doc163.com]
3.4基于大数据收集的个人信用等级评价指标体系的建立    14
3.4.1大数据征信特点及优势    14
3.4.2大数据征信实施步骤    14
第4章 大数据网络征信模式应用案例分析    16
4.1基于电商交易的信用模式-芝麻信用    16
4.1.1芝麻信用简介    16
4.2.2芝麻信用征信模式    16
4.2.3芝麻信用的特点    17
4.2.4电商数据真实性问题    17
4.2基于社交数据的征信模式-腾讯信用    18
4.2.1腾讯信用简介    18
4.2.2腾讯社交征信swot分析    18
4.2.3腾讯信用征信模式    18
第5章 结论及建议    21
5.1结论    21
5.2建议    21
5.2.1数据广泛收集与筛选    21
5.2.2信息共享与数据隐私    21
5.2.3用户独立与用户互联    22
5.2.4风险防范    22

[来源:http://www.doc163.com]


参考文献    23
致谢    25 [资料来源:http://doc163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4