大数据时代商业银行数据挖掘攻略  

作　　者：王彦博[1] 

机构地区：[1]中国民生银行发展规划部

出　　处：《金融电子化》2014年第1期59-61,共3页Financial Computerizing

摘　　要：大数据时代，对于商业银行而言，在不断完善计算机应用系统底层数据库群、操作数据存储、主数据存储、企业级数据仓库、数据集市等建设的基础上，网络爬虫、Hadoop、MapReduce、NoSQL、Lucene等技术拓宽了银行的数据掌控能力。当前，银行无论面对内部数据还是外部数据、结构性数据亦或非结构性数据，数据的产生、捕获、整合、存储、访问等技术均已日渐成熟。与此同时，数据的价值也随着数据生命周期的不断延伸而大幅提升。为实现数据价值的最大化，银行还需要对所积累的各类数据展开全面分析，深入挖掘和钻取数据，从中提炼出埋藏于数据深处的规律和趋势，全面运用于银行战略决策与业务发展。目前，商业银行已将数据挖掘定位于发展大数据战略的核心驱动力，是大数据信息化建设的重中之重。

关 键 词：商业银行 数据挖掘 操作数据存储 MapReduce 计算机应用系统 企业级数据仓库 Lucene 非结构性 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]