想要學好金融學，這項技能你必須了解！

隨著信息技術的發展

數據存儲已不再像以往那樣困難

人類記錄的數據也越來越多

數據挖掘技術能幫助我們對海量數據

進行整合、歸納和分析

即從浩瀚的數據海洋中提取有價值的知識

是數據挖掘研究的方向

這一點，尤其是在企業的發展中顯得

尤為重要

那么，數據挖掘有哪些特點

才能完成對于數據如此復雜的處理

在經濟金融方面又有哪些應用

才能讓各大企業對其如此重視

數據挖掘的特點

數據的類型可以是結構化的、半結構化的，甚至是異構型的。發現知識的方法可以是數學的、非數學的，也可以是歸納的。最終被發現了的知識可以用于信息管理、查詢優化、決策支持及數據自身的維護等。

數據挖掘的對象可以是任何類型的數據源。可以是關系數據庫，此類包含結構化數據的數據源；也可以是數據倉庫、文本、多媒體數據、空間數據、時序數據、Web數據，此類包含半結構化數據甚至異構性數據的數據源。

發現知識的方法可以是數字的、非數字的，也可以是歸納的。最終被發現的知識可以用于信息管理、查詢優化、決策支持及數據自身的維護等。

數據挖掘在金融中的應用

1數據挖掘在金融業CRM中的應用

金融行業的業務特點決定了它必然要處理海量的數據,激烈的行業競爭決定了它對信息化領域有著更為迫切的要求。

數據挖掘技術可以幫助金融企業公司獲取最有價值的客戶,然后針對客戶特點采取獨特的產品或市場營銷戰略,以求獲得最佳收益。

2數據挖掘在防范金融風險中的研究應用

如何有效地利用和處理大量的數據已成為當今世界共同關心的問題。隨著數據庫技術、人工智能、數理統計和并行計算等技術的發展與融合,數據挖掘技術應運而生。

建立集中的數據倉庫存貯,定期采集的聯機業務數據,日常管理業務數據和外部數據,提供查詢,聯機分析,和數據挖掘等多種工具,為金融界分析研究宏觀市場環境,競爭對手,客戶,產品和服務渠道提供智能化管理分析系統和決策輔助手段。同時,該系統的實現對于防范和打擊金融風險活動,也具有重要的現實意義。

3數據挖掘在供應鏈金融風險控制中的應用

"供應鏈金融"是近年來金融機構針對供應鏈上下游企業提供的一種全新的金融業務,這項業務在銀行方面也存在一定的風險。

針對由經銷商造成的還款風險,利用數據挖掘技術獲得一組低還款能力經銷商的特征屬性。金融機構能據此識別不同還款能力的經銷商,并針對不同經銷商制定不同的金融政策以控制和規避金融風險。

翰林精選·哥倫比亞大學經濟金融項目

翰林本期課題：?大數據挖掘在金融學中的應用??，哥倫比亞大學教授將親自帶你進行科研探究，初步了解數據挖掘的概念以及其在經濟學中的重要應用。