導語：如何才能寫好一篇大數(shù)據互聯(lián)網論文，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

1.互聯(lián)網融資平臺的技術優(yōu)勢。首先，傳統(tǒng)信用評級使用的數(shù)據，主要是來自于企業(yè)在各類生產運營活動結束后匯總、記錄的運營數(shù)據，這些數(shù)據多以文件或電子文檔的形式存在。比如從企業(yè)財務報表可以獲得財務數(shù)據，從季報、年報等可以獲得銷售數(shù)據，從倉庫臺賬可以獲得存貨數(shù)據等。而利用大數(shù)據技術，則不局限于生產運營結束后，從運營前的準備過程、運營中的操作過程都可以收集到數(shù)據進行信用分析，數(shù)據的形式從文本擴展到音頻、圖片、視頻等多媒體形式，收集的范圍也從企業(yè)文件擴展到各種存儲媒質、互聯(lián)網網頁上、電商網站的后臺數(shù)據庫中，甚至社交軟件的聊天記錄里，從運營大數(shù)據擴展到交易大數(shù)據、交互大數(shù)據，因此包含的內容也更加豐富，不僅包含傳統(tǒng)評級必需的“硬信息”，也包含豐富的“軟信息”，從而形成實現(xiàn)對企業(yè)的全面、實時、動態(tài)性信用評級的基礎。其次，在獲取到這些信息后，需要在云計算下利用大數(shù)據機器學習技術進行數(shù)據挖掘和知識發(fā)現(xiàn)，這需要有軟件和硬件良好的結合與支持?；ヂ?lián)網平臺能夠為云計算和大數(shù)據機器學習提供這種對接通道。由此可見，利用人力資源進行信用評級的傳統(tǒng)做法在信用大數(shù)據下就不再適用，而必須在一個組織規(guī)范的互聯(lián)網平臺上才能進行，因此通過互聯(lián)網平臺進行信用評級是技術上的必然要求。

2.互聯(lián)網融資平臺的規(guī)模經濟優(yōu)勢。進一步，通過互聯(lián)網平臺進行信用評級，較之傳統(tǒng)信用評級方式能實現(xiàn)規(guī)模經濟優(yōu)勢。由于傳統(tǒng)的信用評級方式需要貸前調查，貸中跟蹤，貸后審計，存在較高的成本，如果融資額度不夠大，會使貸款利潤較低。而互聯(lián)網平臺在設計、運營和管理等方面的投入具有固定成本的性質，總成本不隨評級企業(yè)的數(shù)目變化而發(fā)生顯著變化，單個企業(yè)分攤的成本卻越來越小，從而實現(xiàn)信用評級的規(guī)模效應。此外，通過互聯(lián)網技術能對企業(yè)進行實時監(jiān)測，一旦企業(yè)出現(xiàn)危險的信號和行為，會即時預警，提升信用評級的預判性，能夠增加信用評級的深度。同時，將經營成熟的互聯(lián)網融資平臺的數(shù)據庫在監(jiān)管機構的管理下實現(xiàn)聯(lián)網，進而建立起面向全社會的信用體系，能夠增加信用評級的廣度。由于依托互聯(lián)網融資平臺進行大數(shù)據信用評級，可以實現(xiàn)傳統(tǒng)信用評級下不能或不愿提供的融資業(yè)務，從而使其成為互聯(lián)網金融的基本運作方式。

二、基于大數(shù)據建立互聯(lián)網融資平臺的信用評級模式

1.互聯(lián)網融資平臺的運作模式。對于互聯(lián)網融資平臺的運作模式，從不同的角度可以進行不同的劃分。比如，從運營形態(tài)上，可以分為：（1）電商平臺模式，如阿里小貸、京東京寶貝；（2）網上超市模式，如陸金所、各家商業(yè)銀行的網上銀行；（3）P2P模式，如人人貸、拍拍貸；（4）眾籌模式，如眾籌之家。從資金的來源上，可以分為：（1）平臺提供資金，如阿里小貸、京寶貝；（2）平臺擔保，銀行提供資金，如京東的供應鏈金融；（3）平臺利用吸收的資金提供貸款，如各家商業(yè)銀行的網上銀行；（4）平臺做信用評級，撮合投資者和資金需求方進行融資交易，如各家P2P。盡管這些互聯(lián)網融資平臺的運作方式不同，但都需要對客戶的融資需求進行信用評級，因此是否具有成熟可靠的信用評級技術，有效控制信用風險，成為互聯(lián)網融資平臺的核心競爭力。

2.互聯(lián)網融資平臺信用評級的模式。當前互聯(lián)網融資平臺的信用評級模式按評級信息的來源劃分，主要可以分為三種模式：（1）基于運營大數(shù)據的信用評級。該模式多用于各商業(yè)銀行的網上銀行，以及P2P網貸平臺、眾籌平臺上，其中尤以P2P最為活躍，面對的客戶為個人及小微企業(yè)這一類低信用水平群體，融資金額從幾千元到上百萬，很大程度上彌補了信息不對稱情況下傳統(tǒng)金融機構不愿意對該類群體提供融資服務的空白，因此處于快速發(fā)展階段。（2）基于交易大數(shù)據的信用評級。該模式多用于成熟的電商平臺提供的融資服務中，如阿里小貸、京東的京寶貝等。這一類融資平臺最近幾年隨電商市場的發(fā)展也保持著良好的發(fā)展態(tài)勢，市場份額上升的很快。（3）基于交互大數(shù)據的信用評級。該模式目前多用于一些提供個人貸款服務的互聯(lián)網平臺上，知名的企業(yè)有ZestFinance和WeCash閃銀。這類融資平臺目前還處于萌芽階段，但可預見，未來基于交互大數(shù)據的信用評級會逐漸成為信用評級的主要方式信貸，會逐漸從個人及小微企業(yè)貸款發(fā)展到對大企業(yè)貸款。由于不同信用信息的來源、屬性不同，導致各類融資平臺評級時在指標設計、數(shù)據收集、數(shù)據分析、數(shù)據運用過程中采取的方法都不盡相同。但信用評級的基本流程是相同的，只是在一些步驟的實施過程中，受信息屬性的決定而使用不同的評級技術。

三、基于大數(shù)據互聯(lián)網融資平臺信用評級的實施策略

1.信用評級的流程設計。大數(shù)據信用評級的流程可以用圖1表示。由圖1可見，實施大數(shù)據評級，第一步是對待評項目的理解。首先要掌握項目運營方式、客戶特點、市場狀況、風險構成等項目內容；其次根據對項目內容的理解設計項目計劃，包括安排項目可行的技術路線，制定項目的進度等；再次，待項目計劃安排好之后就要確定大數(shù)據的來源，因為大數(shù)據來源雖然眾多，但會受到各種限制，如有的可能過于昂貴，有的則不開放，必須選擇那些技術上與經濟上均可行的作為數(shù)據源。因此，需要基于對項目的理解做好這些在項目正式實施前的準備事項。第二步是準備數(shù)據。所做工作是：根據數(shù)據的來源，確定數(shù)據的類型，采取可行的數(shù)據收集技術，獲取大數(shù)據；很多數(shù)據存在不完整、重復、錯誤等缺陷，要對數(shù)據進行預處理；預處理后的數(shù)據如果屬于非結構化或半結構化數(shù)據，需要進行格式化，轉化為結構型數(shù)據，為實施下一步驟做好準備。第三步就是進行機器學習。首先是選擇合理的數(shù)據挖掘技術對數(shù)據進行分析，從中尋找關聯(lián)關系，其次是解讀和評估數(shù)據挖掘的結果，找到最合理或最有說服力的，實現(xiàn)知識發(fā)現(xiàn)；最后就是根據知識發(fā)現(xiàn)的內容，建立適用的信用評級模型。第四步就是實施評級。根據知識發(fā)現(xiàn)的模型，開展對被評級對象的信用評級，生成評級報告，并對結論進行分析，幫助客戶理解評級結果。最后對整個項目的運行做全面總結。在以上各個步驟中，技術上的重點和難點在于數(shù)據準備過程中的大數(shù)據轉化與機器學習過程中的大數(shù)據挖掘。大數(shù)據轉化的困難在于需要把各種各樣的非結構化半結構化數(shù)據轉化為可以被機器處理和學習的結構化數(shù)據，大數(shù)據挖掘則在于需要對數(shù)據進行理解，選擇最合適的數(shù)據挖掘技術實現(xiàn)知識發(fā)現(xiàn)。

2.信用評級的實施路徑。信用評級的實施路徑可以分為內容計算和流計算。首先是內容計算。內容計算多采取主動方式獲取數(shù)據，方法是設置好信用信息源和信息采集時間段，針對信息源的原始信息格式，設計支持多協(xié)議的上站機，每隔一段時間對特定的信息源進行查詢，遇到新內容則馬上采集過來，再用于下一步的數(shù)據轉化和挖掘。其次是流計算。流計算多采取被動方式，一般用于處理融資平臺上的流數(shù)據，具體做法是，后臺流程設計中在不同的數(shù)據流入環(huán)節(jié)設置不同類型的數(shù)據接入接口，及對接的流計算平臺，流計算平臺負責設置相應的處理規(guī)則，根據預設規(guī)則將流入的各類數(shù)據轉化成可以直接分析的結構化數(shù)據，從而實現(xiàn)實時的業(yè)務分析與判斷。

四、基于大數(shù)據互聯(lián)網融資平臺信用評級風險管理策略

互聯(lián)網融資平臺在進行信用評級及提供資金時，處于風險管理重心的是對信息技術風險的控制。由于大數(shù)據自身的“4V”特性，且數(shù)據中包含的又是大量的用戶隱私信息，這使得信息技術風險主要產生在兩方面：一方面是大數(shù)據存儲的安全性風險，另一方面是大數(shù)據的收集和使用過程中對公民隱私權的侵犯風險，因此如何確保大數(shù)據的存儲安全及在使用時的隱私保護是一個挑戰(zhàn)，前者涉及到技術安全層面，后者涉及到制度安全層面。在技術安全策略層面，可以采取的措施有：首先，應依托大數(shù)據加密技術對使用的數(shù)據實施加密管理，制定出完整的加密保護方案，包括數(shù)據密級的設定、加密技術的選擇、對密碼安全性的攻擊測試等；其次，嚴格網關管理，可以對不同類型的用戶制定不同的權限級別，嚴格控制訪問權限；最后，建立面向全平臺的數(shù)據實時監(jiān)測引擎，第一時間對各類非法操作發(fā)出警告。在制度安全策略方面，在當前尚無明確立法規(guī)范的環(huán)境下，要積極進行宣傳和游說，獲得政府主管部門和社會輿論的重視和支持，爭取早日出臺規(guī)范的數(shù)據獲取及共享標準，互聯(lián)網融資平臺的設計、管理和風控標準，從而把可能出現(xiàn)的信息技術風險限制在可控范圍內。

五、結論和展望