大数据征信背景下的信息质量度量与提升研究 pdf下载

　　《大数据征信背景下的信息质量度量与提升研究》的主要特色：
　　1.提出了信用信息应用价值提升的系统综合集成分析视角。
　　《大数据征信背景下的信息质量度量与提升研究》采用知识、信息、数据的倒序质量管理思路，基于Richard Wang信息质量度量框架和专家知识提取、前沿质量特征分量度量技术，构建符合大数据征信特征的综合集成分析体系。
　　2.加入相关性维度，提出了面向应用的双重赋权信息质量度量体系。
　　《大数据征信背景下的信息质量度量与提升研究》通过加入涉及任务数、使用频次、重要程度的相关性度量，构建了相关性、准确性、完整性、及时性“四性”相结合的双重赋权信息质量度量体系。
　　3.实现基本信息、信贷信息、非信贷信息质量管理上的适应性应用创新。
　　《大数据征信背景下的信息质量度量与提升研究》除了采用基本的信息质量分析框架外，也依据大数据征信的具体特征进行适应性改变，如以业务完整性代替结构完整性进行信贷完整性度量、选取关键业务节点度量信贷信息等。
　　本书依托我国央行的企业信用信息基础数据库，就信息质量的度量与提升问题，按照知识获取、模型构建与分析、提升策略分析的顺序依次展开。
　　首先，结合前期征信系统数据质量管理总结的经验和知识，基于已有信息质量度量框架，构建信息质量度量模型，探求适用于大数据征信信息的质量度量统一指标体系和各信息质量维度的测量方式。
　　其次，结合国内外信息质量管理提高经验，探索集数据与流程于一体的信息价值提升策略。

　　《大数据征信背景下的信息质量度量与提升研究》主要关注大数据背景下的信息质量度量方法，并有针对性地提出了信息质量管理提升策略。《大数据征信背景下的信息质量度量与提升研究》具体包括：大数据征信背景下的信息质量评价与管控；征信信息质量度量模型的构建；征信信息质量度量模型应用；征信系统的信息质量管理与价值提升策略分析。

　　宋媚，江苏师范大学计算机科学与技术学院讲师，上海交通大学博士，中国人民银行征信中心、金融研究所联合培养博士后。主要研究方向为跨组织信息共享、信息质量和信息融合。主持国家自然科学基金青年项目、中国博士后科学基金特别资助等课题5项。曾获得山西省科技进步三等奖，出版专著1部，参编教材4部，其中两部均为自然科学基金结项教材，在国内外发表学术论文30余篇。

第1章 绪论
1．1 研究背景
1．1．1 现实背景
1．1．2 理论背景
1．2 研究问题
1．3 研究意义
1．3．1 现实意义
1．3．2 理论意义
1．4 研究方案
1．4．1 研究范围
1．4．2 研究内容
1．4．3 技术路线
1．4．4 研究方法
1．5 创新点
1．6 本章小结

第2章 国内外研究综述
2．1 征信信息基本概念界定
2．1．1 信息的定义
2．1．2 征信信息的定义
2．1．3 征信信息质量的定义
2．2 征信市场中的信息共享文献综述
2．2．1 国内外征信市场的信息共享实践综述
2．2．2 国内外征信市场的信息共享理论综述
2．3 信息质量度量的文献综述
2．4 信息价值提升的文献综述
2．5 本章小结

第3章 大数据征信背景下的信息质量评价与管控
3．1 大数据征信信息质量评价与管控
3．1．1 量化考评，建立健全征信数据质量评价方法
3．1．2 源头控制，集中解决突出的数据质量问题
3．2 信息质量考核与管理的国际经验
3．3 信息质量提升的国际经验
3．4 征信系统信息质量度量与提升的关键点
3．4．1 企业征信系统信息共享的分类与汇聚
3．4．2 企业征信信息采集现状
3．4．3 企业征信系统信息质量度量的关键点
3．4．4 企业征信系统信息价值提升的关键点
3．5 征信信息质量评价结构分析
3．5．1 相关研究综述
3．5．2 研究模型的提出
3．5．3 研究假设的形成
3．5．4 研究设计
3．5．5 数据分析与结果
3．5．6 讨论
3．6 本章小结

第4章 征信信息质量度量模型构建
4．1 质量度量框架
4．1．1 基本理论视角：真实世界
4．1．2 基本维度突破：以用户为中心
4．1．3 选取可比的报告尺度：分维度测量
……
第5章 征信信息质量度量模型应用
第6章 大数据征信背景下的信息质量管理与价值提升策略分析
第7章 结论与展望
参考文献
索引
后记

　　本书是国家自然科学基金项目（71503108）和中国博士后科学基金特别资助项目（2015T80165）的研究专著。本书依托我国央行的企业信用信息基础数据库，就信息质量的度量与提升问题，按照知识获取、模型构建与分析、提升策略分析的顺序逐步展开。首先，结合前期征信系统数据质量管理总结的经验和知识，基于美国麻省理工学院信息质量计划和全面数据质量管理负责人、信息质量国际会议主席Richard Wang的信息质量度量框架，构建信息质量度量模型，探求适用于大数据征信信息的质量度量统一指标体系和各信息质量维度的测量方式。其次，结合国内外信息质量管理经验，探索采数据与流程于一体的信息价值提升策略。
　　本研究实现了如下三个方面的创新：
　　（1）提出信用信息应用价值提升的系统综合集成分析视角。
　　在前人的研究中，或者从宏观经济层面的信息质量管理应对效果上进行理论与实证分析，或者从微观管理层面进行业务流程再造分析，或者仅从技术实现角度着眼于算法本身的改进，缺乏面向应用需求与信息加工规律、融管理和技术为一体的系统性思考。本研究采用知识、信息、数据的倒序质量管理思路，基于Richard Wang信息质量度量框架和专家知识提取，前沿质量特征分量度量技术，构建符合大数据征信特征的综合集成分析体系。
　　（2）加入相关性维度，提出了面向应用的双重赋权信息质量度量体系。
　　在前人的研究中，基于“真实世界”剖面，仅从基础数据的准确性、完整性、及时性开展信息质量度量研究。本研究通过引入面向外部报告使用、面向内部产品研发的应用视角，通过加入涉及任务数、使用频次、重要程度的相关性（Relevance）度量，构建了相关性、准确性、完整性、及时性“四性”相结合的双重赋权信息质量度量体系。
　　（3）实现基本信息、信贷信息、非信贷信息质量管理上的适应性应用创新。
　　在前人的研究中，多数面向通用数据库的信息质量度量。本研究除了采用基本的信息质量分析框架外，还依据大数据征信的具体特征进行适应性地改变，如在信贷信息选取关键业务节点开展度量的思路、采用业务完整性代替结构完整性的信贷完整性度量方式等。本研究基于应用导向下的业务需求特征、层次性分析视角，开展信息质量度量方法的灵活应用，与现有的信息质量度量实践有效衔接，并积极梳理、应对目前数据质量治理中存在的问题，实现了信息质量管理上的应用创新。