本课程属于特殊课程，如需报名，详细请咨询朱老师：400-7771221转1

--------------------------------------------------------

1.数据挖掘与收集

数据挖掘又称知识发现，是指从数据集合的海量数据中揭示出隐含的模式、发现先前未知的并有潜在价值的信息和知识的过程。对作为天然就具有大数据和云计算特征的征信业而言，数据挖掘技术的地位和重要性不言而喻。数据挖掘与收集工作主要包括：设立目标、数据采集、数据清洗、数据整合与转换等等。

2.数据加工与整理

数据加工与整理是使用模型识别或机器学习的方法以及计算机信息处理手段，对大量数据进行加工和分析，来提取数据模式或者是系统性的模型，并将所提取的结果应用于决策分析的过程。数据加工与整理工作包括：聚类分析、模型建立、数据检验以及结果提交等工作。

3.信用分析与评级

信用分析与评级是指根据征信所获取的信息，对个人或企业偿还债务本息的能力和意愿、履行相关合同和经济承诺的能力和意愿的总体评价。具体工作包括：评价指标体系的建立、评价要素的设计、综合评价与打分等等。

4.征信产品创新

征信产品创新是利用互联网征信所掌握的大量信息和资源，**不同创新的产品和设计为金融或其他行业、企业提供更加多样化征信产品，满足个性化需求的服务工作。比如，发欺诈、资产评价、风控信息化设计等等。