大数据是当今具有划时代性的技术革命和标签，是各行业获得新的认知，创造新的价值的源泉。随着互联网的发展，各行业数据的规模得到爆发式增长，同时，数据收集、分析、挖掘等大数据技术也相应的在越来越多的行业中得到应用。本书重点着眼于在金融领域中的商业银行的大数据挖掘与应用。主要内容包括在大数据时代背景下，技术进步带来的时代变革和数据安全性问题；商业银行应如何借鉴国外大数据的发展经验和面对互联网金融的挑战和冲击；目前国内商业银行大数据的应用现状以及商业银行和监管大数据平台建设；最后通过引入数据挖掘技术和案例分析来理解和掌握商业银行大数据挖掘的背后逻辑。
本书定位为商业银行员工以及有志于在银行工作的大学生认知和理解大数据在银行中如何应用的初中级学习辅导培训资料，适合零基础的学员学习，对有相关专业背景的员工可作为参考资料，也可作为本科及大专院校相关课程的补充教材使用。

第一章 大数据的时代变革
第一节 大数据诞生
第二节 大数据变革
第三节 大数据治理
第四节 大数据人才
第二章 大数据的安全环境
第一节 大数据安全形势
第二节 大数据安全问题
第三节 大数据安全政策
第三章 国外大数据发展借鉴
第一节 美国企业领跑
第二节 日本政府主导
第三节 欧盟机制驱动
第四章 互联网金融的兴起和发展
第一节 第三方支付
第二节 互联网金融理财
第三节 互联网消费金融
第五章 互联网金融对商业银行的影响
第一节 互联网金融背景下商业银行的经营情况
第二节 互联网金融对商业银行盈利状况的影响
第三节 互联网金融对商业银行营运成本的影响
第四节 国有银行与互联网平台巨头的战略合作
第六章 商业银行大数据的应用概况
第一节 商业银行大数据行业环境
第二节 商业银行大数据应用场景
第三节 商业银行大数据路径选择
第七章 商业银行大数据平台建设
第一节 大数据平台建设战略安排
第二节 大数据平台建设实施建议
第三节 大数据平台建设案例分享
第八章 监管大数据平台EAST系统
第一节 系统相关概述
第二节 系统模型应用
第三节 系统外围拓展
第九章 商业银行数据挖掘技术
第一节 决策树分析
第二节 人工神经网络
第三节 聚类分析
第四节 关联规则
第五节 回归与时间序列分析
第十章 商业银行数据挖掘案例分析
第一节 决策树分析法在供应链融资中的应用
第二节 Logistic模型在个人住房贷款中的应用
第三节 聚类分析在客户细分中的应用
第四节 关联规则在银行产品交叉营销中的应用
附录
参考文献