大数据金融应用创新实践教学平台需求说明.docx

《大数据金融应用创新实践教学平台需求说明.docx》由会员分享，可在线阅读，更多相关《大数据金融应用创新实践教学平台需求说明.docx（4页珍藏版）》请在第一文库网上搜索。

1、大数据金融应用创新实践教学平台需求说明1、平台采用分布式、模块化、组件化、接口标准化的架构设计，选用目前互联网领域最前沿的设计技术，构建一套高负载、易扩展、支持快速迭代开发、可提供持续可用性的开放性平台；平台应不限使用用户数量、不限终端（手机、电脑、平板电脑等移动终端都可以登录使用）、可以根据教师的教学需求即时的开启其他实训课程。2、系统采用模块化设计，提供前台操作系统以及后台管理系统。后台管理系统应是集中统一化管理所有的教学实训模块，支持学校-教师-班级-学生四级组织架构管理方式。应可根据教学进度的需求，自定义实训内容及课时，功能应包含任课信息、排课信息、我的课程、学习资源等功能模块。3、教

2、师可获取管理员对其授权的所有班级的数据，包括班级信息、学员信息等，教师可编辑和管理自己班级中的学员账号信息；教师端应包含任务管理、成绩查询、链案例分析评价功能模块，教师可通过教师端直接查看学生端已设置任务，查看学生成绩以及查询任务答案。管理端用于上传内置文件，平台资源、处理数据等。平台的后台任务设置应能实现实训任务的计划管理、数字人民币、大数据金融、AI金融、云金融、物联网金融、区块链金融、银行业金融科技、证券业金融科技、保险业金融科技、监管科技、链设计、链审计等模块化的任务设置及安排。其中计划管理应包含新增计划、修改计划、删除计划、预览计划和导入计划功能。4、系统支持学生与教师间的信息互动，

3、学生实训过程中应可实现学生间及与教师的互动交流、讨论、分享学习心得，在大数据应用案例分析评价中教师应能评价学生实现教学互动。且系统支持多种账号（如QQ账号、学号、移动*话、电子邮箱、身份证等）共同识别的登陆方式，系统管理员亦可以通过Exce1表格方式批量导入学生的账号信息。5、系统支持进行实务教学配置，能够上传课件、教学视频、教学文档，可根据课程的需求新增教学案例满足教学。平台内置相应的课程教学资源，资源形式不限于文档、视频、课件等，平台应引入共享机制，教师可将优秀的教学资源上传，可向管理班级、学院、校内参加该实训课程的学生开放，真正实现教学优质资源共享共建。6、系统结合教师教学规律和学生学习

4、特点由易到难设置模块，从大数据与Python模块简要的学习大数据基础，学习大数据与PythOn的关系，再层层递进学习大数据处理的功能，接着通过案例学习大数据与应用结合的方式，最后通过大数据应用实操学习大数据的实际作用。7、系统应包含大数据的学习资源、知识测评、代码实操、大数据处理及大数据在不同金融场景下的应用，循序渐进让学生逐步加深对大数据的理解及大数据技术的应用。具体应包含Python与大数据、企业画像、大数据应用案例、大数据处理、大数据应用场景、监控中心、智能测评；系统支持的练习模块应包括数字人民币、大数据金融、AI金融、云金融、物联网金融、区块链金融、银行业金融科技、证券业金融科技、保险

5、业金融科技、监管科技等，所有练习应用场景应采用模块化的设计集中于同一平台。8、大数据应用案例模块的案例根据行业真实案例改编，学生应结合行业和大数据等方面对案例进行分析，教师可对分析进行评价，其中应包含银行与大数据、保险与大数据、证券与大数据、租赁与大数据、信托与大数据、外汇与大数据等金融领域的应用案例，每个行业不少于三条案例展示，每个案例应包含案例描述、案例流程、案例测评、案例分析等功能。9、Python与大数据模块结合学生学习规律设置教学模块以达到更好的学习效果,系统应内置大量的学习资源方便学生进行自主学习大数据，完成对应学习资源的学习后能够进行学习测评，最后根据实验说明完成实操，对应知识点

6、应包含Python爬虫技术、Python大数据分析、Python大数据可视化、朴素贝叶斯分类、支持向量机、决策树、神经网络、聚类分析、特征抽取、关联规则、时间序列分析等Python与大数据结合的技术教学，其中每个知识点资源不少于8个，且每个知识点测评题目不少于五题，且有详细的代码教学步骤，可实操代码运行。10、企业画像支持查看企业的各类信息，可以全面通过大数据了解整个企业的基本和发展情况，使学生体验到大数据的实际应用的功能。其中企业各类信息包括工商信息、企业区域分布、企业的行业分布、企业的司法风险、企业的财务信息、企业的专利信息等，企业画像模块应包含企业数据不得少于200家。11、大数据处理模

7、块应包含数据采集、数据预处理、数据可视化、数据分析等功能，从采集开始通过操作得出数据背后所代表的含义，数据采集功能采集的数据包括表格类和文章类，数据总数量不少于1000个，表格类的数据处理步骤包括选择字段、过滤、新增列、排序等；文章类的数据处理包括内容截取、提取等。对于表格类的数据可通过数据可视化生成相应的图表，图表类型不少于五种。12、大数据应用的业务设计逻辑来源于对应行业真实网点的业务逻辑，学生可以通过此模块以从业者角度体验业务流程，其中包含征信大数据、银行大数据、证券大数据、保险大数据、大数据金融监管等五个模块。（1）征信大数据模块可根据个人和企业的征信申请流程可查看大数据获取到的个人和

8、企业征信报告；银行大数据模块可设计银行贷款的风险评估模型，再通过大数据获取到的客户属性对客户群体的风险进行评分最后生成可视化报告。大数据银行模块还应包含对银行客户的分群功能，通过客户属性和用户行为对其进行精准营销。（2）证券大数据包含智能投顾和量化投资两个模块，智能投顾可以通过学生自己对于基金的类型以及过往业绩的分析自己创建投资组合，通过投资基金选择、配比和客户的需求创建达到收益率和波动率要求的基金投资组合。量化投资模块是通过对股票或者期货的行情指标、财务数据等方面筛选符合预期的股票，然后再通过买入卖出点以及风险控制的方式制定量化投资策略，制定的量化投资策略可进行回测，并得到回测结果，回测结果

9、应包含最大回撤率、策略收益率、年化收益率、开平仓次数、累计盈亏、期初资金、总资产、累计手续费等数据，回测时间应满足近五年以内数据。（3）大数据保险模块包含通过大数据所掌握的历年官方发布的保险业经验生命表和重疾发生表，可通过客户特征结合生命表/重疾表制定相应的保险方案；大数据保险模块还应包含对保险客户的分群功能，通过客户属性和用户行为对其进行精准营销。（4）大数据金融监管模块应包含反洗钱预警和反金融欺诈预警两个模块，主要功能是通过对于当前金融领域的用户进行行为分析，然后指定出相应的高风险人群并设定解决方案，并且平台可以通过可视化的功能直观的展示风险分群数据。13、大数据监控应展示实时监控全网的交

10、易数据，应包括全网大数据处理所采集的文件、生成的可视化图表；创建的数据分析报告、银行大数据模块所创建的风险评估模型，风险评估报告、银行客户分群数量；保险大数据模块创建的保险方案、保险用户分群数量、保险营销活动；大数据监管策略、投资组合策略、量化投资策略、征信报告等。14、智能测评支持学生全面了解学生在此平台自身各项能力的得分，能够通过与平均水平的对比认识到自己强弱项，在任务完成后生成学生学习情况报告，以雷达图，条形图等图表展示学生能力值。报告内容应包含基础能力，设计能力，分析能力，应用能力，协作能力，风控能力六个项的得分、平均分，班级最高分，排名等，还可查看详情，活跃指数。15、本系统应具备多种企业级解决方案的能力，支持以分布式计算存储为核心的云平台技术运营方式来部署本系统。系统采用.net技术、不需要安装客户端软件，易于教师及实验管理人员安装、调试及维护及系统升级。