劉汪洋，謝真強(qiáng)，牟其林

（1.提升政府治理能力大數(shù)據(jù)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室，貴州 貴陽 550000；2.中電科大數(shù)據(jù)研究院有限公司，貴州 貴陽 550000）

1 引言

在大數(shù)據(jù)時(shí)代，隨著互聯(lián)網(wǎng)、云計(jì)算、區(qū)塊鏈和人工智能等技術(shù)的快速發(fā)展和應(yīng)用領(lǐng)域的不斷擴(kuò)大，其影響和應(yīng)用范圍逐步滲透至各個(gè)行業(yè)領(lǐng)域[1-4]，為社會(huì)信用體系建設(shè)提供了一個(gè)全新的視角。大數(shù)據(jù)具有容量大、類型多、存取速度快、應(yīng)用價(jià)值高等特征，蘊(yùn)含了充足的政用、商用和民用價(jià)值，對(duì)打造智慧信用治理體系極其重要[5-7]。

目前，信用信息系統(tǒng)多見于銀行機(jī)構(gòu)、金融公司和互聯(lián)網(wǎng)信貸等領(lǐng)域，主要圍繞征信大數(shù)據(jù)和金融大數(shù)據(jù)在信用評(píng)價(jià)和風(fēng)險(xiǎn)防范預(yù)警等方面開展應(yīng)用研究[8-10]。參考文獻(xiàn)[11]對(duì)中小企業(yè)信用大數(shù)據(jù)監(jiān)測(cè)和評(píng)價(jià)進(jìn)行了研究。參考文獻(xiàn)[12]分析了大數(shù)據(jù)征信的表現(xiàn)形式、運(yùn)行特點(diǎn)以及在監(jiān)管中面臨的現(xiàn)實(shí)挑戰(zhàn)，提出了大數(shù)據(jù)征信監(jiān)管的相關(guān)政策建議。參考文獻(xiàn)[13]指出提升信用大數(shù)據(jù)價(jià)值，要著重提高數(shù)據(jù)質(zhì)量，推動(dòng)不同信用平臺(tái)對(duì)接融合，完善跨區(qū)域信用服務(wù)合作機(jī)制，加快基于大數(shù)據(jù)的信用產(chǎn)品和服務(wù)的開發(fā)應(yīng)用。參考文獻(xiàn)[14]提出傳統(tǒng)的信用等級(jí)方法僅僅是依據(jù)用戶在某個(gè)方面的還款能力，應(yīng)該利用大數(shù)據(jù)建立一個(gè)360°視角的替代模型，從而更好地規(guī)避信貸風(fēng)險(xiǎn)。參考文獻(xiàn)[15]對(duì)大數(shù)據(jù)時(shí)代的征信創(chuàng)新與發(fā)展進(jìn)行了分析，并對(duì)大數(shù)據(jù)征信提出了問題和建議。

然而，在當(dāng)前研究成果中，由政府、企業(yè)和個(gè)人共同參與的社會(huì)信用治理體系架構(gòu)研究較少，本文提出了一種以信用數(shù)據(jù)資源共享為基礎(chǔ)的覆蓋全社會(huì)的智慧信用治理體系架構(gòu)，該體系由政府、企業(yè)和公眾共同參與，向全社會(huì)提供全景、智慧、權(quán)威的信用服務(wù)，并不斷增強(qiáng)社會(huì)各方的誠信意識(shí)，為政府打造“誠信社會(huì)”提供一種新的思路。

2 “誠信社會(huì)”愿景與建設(shè)需求

2.1 “誠信社會(huì)”愿景

構(gòu)建一個(gè)由政府、企業(yè)和公眾共同參與的社會(huì)信用環(huán)境，政府負(fù)責(zé)建設(shè)和運(yùn)營以信用數(shù)據(jù)資源共享為基礎(chǔ)的覆蓋全社會(huì)的統(tǒng)一信用平臺(tái)，該平臺(tái)采集并分析企業(yè)和公眾在生產(chǎn)生活中產(chǎn)生的信用數(shù)據(jù)，為全社會(huì)提供全方位的信用咨詢服務(wù)，實(shí)現(xiàn)改善社會(huì)經(jīng)濟(jì)秩序的宏遠(yuǎn)目標(biāo)，最終走向“政府、企業(yè)和公眾共同治理社會(huì)”的美好愿景，如圖1所示。

與現(xiàn)有的銀行征信系統(tǒng)、社會(huì)組織征信系統(tǒng)、互聯(lián)網(wǎng)征信系統(tǒng)相比，基于全景涉信大數(shù)據(jù)的社會(huì)信用生態(tài)具有如下四大特色。

（1）信用分析趨近全景

匯聚跨領(lǐng)域的信用分析基礎(chǔ)數(shù)據(jù)，涵蓋政府委辦局?jǐn)?shù)據(jù)、重點(diǎn)行業(yè)數(shù)據(jù)（如電信運(yùn)營商）、社會(huì)數(shù)據(jù)（如互聯(lián)網(wǎng)電商、第三方社會(huì)征信機(jī)構(gòu)）等。

（2）信用評(píng)估科學(xué)智慧

創(chuàng)新采用發(fā)展心理學(xué)、關(guān)聯(lián)分析、人工智能、區(qū)塊鏈等理論和技術(shù)，打造科學(xué)合理的信用評(píng)估模型，并開發(fā)新型智慧信用產(chǎn)品。

圖1 “誠信社會(huì)”愿景

（3）信用平臺(tái)機(jī)制完善

打造“體制機(jī)制+法律法規(guī)+標(biāo)準(zhǔn)體系+智慧信用信息系統(tǒng)”多方聯(lián)動(dòng)的可持續(xù)運(yùn)轉(zhuǎn)的社會(huì)統(tǒng)一信用平臺(tái)。

（4）信用生態(tài)主打政用

智慧信用生態(tài)以政用為核心，輻射商用和民用，凸顯政府在營造誠信社會(huì)方面的關(guān)鍵作用。

2.2 “誠信社會(huì)”建設(shè)需求

大數(shù)據(jù)時(shí)代下的“誠信社會(huì)”需要有體制機(jī)制、法律法規(guī)、標(biāo)準(zhǔn)體系、信用信息系統(tǒng)、數(shù)據(jù)資源等基礎(chǔ)支撐。

（1）體制機(jī)制需求

守信聯(lián)合激勵(lì)機(jī)制：運(yùn)用分類管理的方式開展對(duì)各行各業(yè)誠實(shí)守信模范的宣傳表彰，樹立典型，營造誠信光榮、誠信受益的法制理念和社會(huì)氛圍；出臺(tái)一系列激勵(lì)守信行為的措施，如開通行政審批“綠色通道”、辦理行政許可過程中予以優(yōu)先批準(zhǔn)并加快辦理等。

失信聯(lián)合懲戒機(jī)制：監(jiān)督和約束失信主體，制定信用基準(zhǔn)評(píng)價(jià)系統(tǒng)和評(píng)價(jià)方法，建立失信記錄和失信信息披露制度，完善市場(chǎng)退出制度，形成市場(chǎng)性懲戒，針對(duì)重點(diǎn)監(jiān)管失信主體，從嚴(yán)核準(zhǔn)或?qū)徟嚓P(guān)辦理業(yè)務(wù)。

紅黑榜公示機(jī)制：根據(jù)社會(huì)信用指數(shù)評(píng)價(jià)結(jié)果，定期公布紅黑榜名單，同時(shí)向政府機(jī)關(guān)和社會(huì)重要機(jī)構(gòu)共享和共用紅黑榜主體及行為信息。

信用回升機(jī)制：為信用缺失的企業(yè)和個(gè)人，提供一個(gè)信用補(bǔ)償?shù)耐ǖ?，達(dá)到信用指數(shù)回升的目的。針對(duì)信用缺失的企業(yè)，可以采取資助貧困山區(qū)兒童、提供殘疾人就業(yè)崗位、為災(zāi)區(qū)捐款捐物等方式回升其信用指數(shù)；針對(duì)信用缺失的個(gè)人，可以通過做義工、做志愿者、連續(xù)一段時(shí)間保持無失信記錄等方式回升其信用指數(shù)。

（2）法律法規(guī)需求

健全的法律法規(guī)能夠保證信用信息的采集、查詢、使用、互聯(lián)互通、信息安全、隱私保護(hù)等有法可依，特別是在涉及民生的住房、醫(yī)療、食品藥品、消費(fèi)等失信多發(fā)領(lǐng)域。

（3）標(biāo)準(zhǔn)體系需求

健全的征信標(biāo)準(zhǔn)和分類管理標(biāo)準(zhǔn)，能夠滿足商業(yè)市場(chǎng)和資本市場(chǎng)主體信用評(píng)價(jià)的需要，按照國家標(biāo)準(zhǔn)系統(tǒng)建設(shè)規(guī)范，制定統(tǒng)一的主體識(shí)別標(biāo)準(zhǔn)、信用分析分類標(biāo)準(zhǔn)、信用指標(biāo)目錄、征信技術(shù)標(biāo)準(zhǔn)和信息系統(tǒng)建設(shè)規(guī)范等。

（4）智慧信用信息系統(tǒng)需求

以社會(huì)主體（包括個(gè)人、企業(yè)、事業(yè)單位和社會(huì)組織）統(tǒng)一社會(huì)信用代碼為基礎(chǔ)，建立信用信息基礎(chǔ)數(shù)據(jù)庫，從執(zhí)業(yè)資質(zhì)、稅款繳納、社保繳費(fèi)、工商登記、交通違章、金融還貸等方面，制定信用信息征集目錄，將信用信息進(jìn)行歸集整合，實(shí)現(xiàn)數(shù)據(jù)共享和查詢。

（5）數(shù)據(jù)資源需求

全景涉信數(shù)據(jù)資源包括政府、企業(yè)和個(gè)人的信用信息，見表1。

表1 全景涉信數(shù)據(jù)資源

3 智慧信用治理體系架構(gòu)

3.1 智慧信用治理生態(tài)

圖2 全景涉信大數(shù) 據(jù)的智慧信用生態(tài)

本文采用“集數(shù)據(jù)→建系統(tǒng)→造平臺(tái)→拓市場(chǎng)→聚生態(tài)”的建設(shè)路線，構(gòu)建了智慧信用治理生態(tài)，如圖2所示。首先，打通各領(lǐng)域涉信數(shù)據(jù)共享融合渠道，形成信用信息基礎(chǔ)數(shù)據(jù)庫，創(chuàng)新運(yùn)用發(fā)展心理學(xué)、大數(shù)據(jù)關(guān)聯(lián)分析、人工智能、區(qū)塊鏈等理論和技術(shù)，構(gòu)建科學(xué)、智慧、高效的社會(huì)信用評(píng)估模型及信息系統(tǒng)；同時(shí)，完善法律制度、標(biāo)準(zhǔn)規(guī)范和體制機(jī)制，打造功能完備、可持續(xù)運(yùn)轉(zhuǎn)的社會(huì)統(tǒng)一信用平臺(tái)；最后，拓展社會(huì)信用服務(wù)市場(chǎng)，形成植根社會(huì)的信用生態(tài)系統(tǒng)。

3.2 智慧信用信息系統(tǒng)

智慧信用信息系統(tǒng)是政府對(duì)社會(huì)信用可視化治理的支持平臺(tái)，如圖3所示，智慧信用信息系統(tǒng)架構(gòu)自底向上分別為基礎(chǔ)設(shè)施層、涉信數(shù)據(jù)源層、大數(shù)據(jù)平臺(tái)層和智慧應(yīng)用層。

圖3 智慧信用信息系統(tǒng)架構(gòu)

（1）基礎(chǔ)設(shè)施層

包括計(jì)算資源、存儲(chǔ)資源、網(wǎng)絡(luò)資源、信息安全設(shè)施等硬件基礎(chǔ)，為整個(gè)系統(tǒng)提供計(jì)算存儲(chǔ)能力、網(wǎng)絡(luò)連通能力和安全保障能力。

（2）涉信數(shù)據(jù)源層

包括來自政府、重點(diǎn)行業(yè)、社會(huì)企業(yè)和社會(huì)征信機(jī)構(gòu)等領(lǐng)域的涉信數(shù)據(jù)。數(shù)據(jù)源采用統(tǒng)一社會(huì)信用代碼進(jìn)行標(biāo)識(shí)，為信用評(píng)估模型建立提供數(shù)據(jù)基礎(chǔ)支撐。

（3）大數(shù)據(jù)平臺(tái)層

是智慧信用信息系統(tǒng)的核心部分。數(shù)據(jù)集成位于大數(shù)據(jù)平臺(tái)的底部，主要功能包括數(shù)據(jù)攝取、序列化和 ETL（抽取、轉(zhuǎn)換、裝載）等。大數(shù)據(jù)平臺(tái)采用分布式文件系統(tǒng)（如HDFS、Ceph等），對(duì)海量文件進(jìn)行存儲(chǔ)和查詢。數(shù)據(jù)存儲(chǔ)采用鍵值存儲(chǔ)、列存儲(chǔ)、圖存儲(chǔ)和文檔存儲(chǔ)等多種方式，對(duì)數(shù)據(jù)資源進(jìn)行快速存儲(chǔ)和查詢。平臺(tái)的各類資源通過資源管理器和資源協(xié)調(diào)器進(jìn)行統(tǒng)一管理。平臺(tái)的計(jì)算引擎采用Spark或Flink，計(jì)算架構(gòu)采用流式、交互式、批處理和迭代式等多種方式。平臺(tái)的數(shù)據(jù)分析采用深度學(xué)習(xí)框架、商業(yè)智能、分析工具和分析類庫等對(duì)信用數(shù)據(jù)進(jìn)行分析。平臺(tái)的頂部是數(shù)據(jù)可視化，主要采用Tableau、Gephi和 D3.js等工具對(duì)信用數(shù)據(jù)分析結(jié)果進(jìn)行可視化展現(xiàn)。平臺(tái)的管理框架主要包括監(jiān)測(cè)管理、基準(zhǔn)測(cè)試、基準(zhǔn)管理、開發(fā)管理、用戶管理、運(yùn)維管理和安全管理等。

（4）智慧應(yīng)用層

具有信用全景肖像、信用智能評(píng)估、信用免押服務(wù)和信用風(fēng)險(xiǎn)預(yù)警等功能。信用全景肖像包括企業(yè)/個(gè)人信用立方、信用能力雷達(dá)等，能夠全面刻畫社會(huì)實(shí)體的信用狀況；信用智能評(píng)估包括信用動(dòng)態(tài)評(píng)級(jí)、關(guān)聯(lián)信用挖掘等；信用免押服務(wù)包括免押金租單車/租汽車/租充電寶、免抵押貸款等；信用風(fēng)險(xiǎn)預(yù)警包括個(gè)貸償還危機(jī)預(yù)測(cè)、某行業(yè)危險(xiǎn)旅客信息推送等。

3.3 智慧信用系統(tǒng)所涉及的關(guān)鍵技術(shù)

智慧信用信息系統(tǒng)采用的核心理論和關(guān)鍵技術(shù)包括發(fā)展心理學(xué)、大數(shù)據(jù)關(guān)聯(lián)分析技術(shù)、人工智能技術(shù)和區(qū)塊鏈技術(shù)等。

（1）發(fā)展心理學(xué)

運(yùn)用發(fā)展心理學(xué)，考慮自然人的心理和行為影響，圍繞不同年齡階段個(gè)體心理與行為的特點(diǎn)、發(fā)展的連續(xù)性和穩(wěn)定性、發(fā)展的相關(guān)因素等問題，建立自然人不同年齡階段行為特征和趨向模型；同時(shí)與海量信用記錄進(jìn)行關(guān)聯(lián)分析，指導(dǎo)構(gòu)建科學(xué)的自然人信用模型。研究主要采用變量定向或變量中心的方法思路，主要關(guān)注變量間的關(guān)系問題，包括自然人的心理或行為變量之間及其與環(huán)境因素之間相關(guān)程度的分析、某一變量絕對(duì)或相對(duì)水平隨時(shí)間變化的分析以及自然人當(dāng)前的發(fā)展與未來發(fā)展結(jié)果之間聯(lián)系的分析等。青少年叛逆期和婦女更年期的行為較偏激，易產(chǎn)生不良的社會(huì)記錄，在信用系統(tǒng)中設(shè)置一定的懲戒緩沖系數(shù)，以降低該特殊年齡對(duì)個(gè)體綜合信用評(píng)估結(jié)果的嚴(yán)重影響。例如，當(dāng)青少年在叛逆期階段發(fā)生失信行為，系統(tǒng)將根據(jù)失信程度自動(dòng)調(diào)整信用扣減系數(shù)至合理區(qū)間，防止該年齡段個(gè)體信用出現(xiàn)大幅波動(dòng)，影響其正常的社會(huì)活動(dòng)。

（2）大數(shù)據(jù)關(guān)聯(lián)分析技術(shù)

大數(shù)據(jù)關(guān)聯(lián)分析是以研究因素之間的幾何趨勢(shì)接近程度，解析因素之間的影響程度，找出系統(tǒng)因素自身的數(shù)學(xué)邏輯關(guān)系和變化發(fā)展規(guī)律。在智慧信用治理系統(tǒng)中，利用關(guān)聯(lián)分析技術(shù)，挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，構(gòu)建信用全景肖像，如企業(yè)/個(gè)人的信用立方、信用能力雷達(dá)等。

（3）人工智能技術(shù)

人工智能技術(shù)是通過計(jì)算機(jī)模擬人類思維方式及處事方法，并利用計(jì)算機(jī)程序性能實(shí)現(xiàn)快速處理功能，與傳統(tǒng)人工干預(yù)方式相比具有速度快、準(zhǔn)確率高等特點(diǎn)。利用人工智能手段，對(duì)全景涉信大數(shù)據(jù)進(jìn)行快速智能分析，提供輔助決策建議，減少人為干預(yù)影響，提升決策的公平性和正確性，例如運(yùn)用人工智能技術(shù)實(shí)現(xiàn)信用動(dòng)態(tài)評(píng)級(jí)、民航行業(yè)危險(xiǎn)旅客信息智能推送等方面。

（4）區(qū)塊鏈技術(shù)

區(qū)塊鏈技術(shù)能夠通過數(shù)據(jù)加密、時(shí)間戳、分布式共享等手段，在節(jié)點(diǎn)無需互相信任的分布式系統(tǒng)中實(shí)現(xiàn)基于去中心化信用的點(diǎn)對(duì)點(diǎn)傳輸、協(xié)調(diào)與協(xié)作，具有分布式高冗余儲(chǔ)存、時(shí)序數(shù)據(jù)且不可篡改和偽造、安全和隱私保護(hù)等顯著特點(diǎn)。運(yùn)用區(qū)塊鏈技術(shù)，能夠提升信用數(shù)據(jù)準(zhǔn)確度，為數(shù)據(jù)溯源提供實(shí)體工具，保障信用數(shù)據(jù)的精確性和有效性；同時(shí)區(qū)塊鏈技術(shù)可支持構(gòu)建涵蓋政府、企業(yè)和公眾在內(nèi)的分布式去中心化關(guān)系，公開透明地在各方收集和共享數(shù)據(jù)。

3.4 智慧信用治理應(yīng)用場(chǎng)景

下面通過3個(gè)典型應(yīng)用場(chǎng)景進(jìn)一步闡述智慧信用治理體系在政府治理過程中的重要作用。

（1）民用場(chǎng)景：購房風(fēng)險(xiǎn)評(píng)估與預(yù)警

購房者選定意向樓盤后，在社會(huì)統(tǒng)一信用平臺(tái)上輸入樓盤信息，平臺(tái)運(yùn)用指標(biāo)系統(tǒng)和專業(yè)的信用評(píng)價(jià)模型，采取定量分析和定性分析相結(jié)合的方法，通過對(duì)開發(fā)商和承建商的企業(yè)守法記錄、工程質(zhì)量記錄、稅款繳納、貸款還款記錄和涉訴信息等進(jìn)行客觀、科學(xué)、公正的分析，并建立相應(yīng)的分析模型，最后平臺(tái)給出各項(xiàng)指標(biāo)的購房風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)，購房者可參考該系數(shù)對(duì)開發(fā)商和承建商的合同履約能力、資金還款能力、樓盤工程質(zhì)量等進(jìn)行判斷，進(jìn)而達(dá)到幫助購房者進(jìn)行購房風(fēng)險(xiǎn)評(píng)估和預(yù)警目的。

（2）商用場(chǎng)景：民航旅客分流分治管理

民航公司將乘客的信息輸入社會(huì)統(tǒng)一信用平臺(tái)，平臺(tái)通過建立每位乘客的信用分析模型，對(duì)個(gè)人的信用卡還款記錄、交通違章記錄、涉訴記錄、犯罪記錄、擾亂乘機(jī)秩序記錄等進(jìn)行綜合分析，輸出旅客的安全評(píng)價(jià)系數(shù)。民航公司根據(jù)安全評(píng)價(jià)系數(shù)分別執(zhí)行：禁止購票、重點(diǎn)監(jiān)督、安全登機(jī)的3項(xiàng)決定，實(shí)現(xiàn)對(duì)旅客的分流分治管理，保障旅客的出行安全和民航客機(jī)的正常服務(wù)。

（3）政用場(chǎng)景：誠信政府

在政府治理過程中，政府通過社會(huì)統(tǒng)一信用平臺(tái)對(duì)各委辦局的投訴處理信息、民調(diào)滿意度信息、履行職責(zé)信息、政務(wù)公開信息、涉訴信息等進(jìn)行綜合分析和評(píng)價(jià)，實(shí)現(xiàn)對(duì)政府公信力評(píng)價(jià)有依據(jù)可循，有標(biāo)準(zhǔn)可行，進(jìn)而減少行政行為中的暗箱操作和主觀性、隨意性、片面性等失信行為現(xiàn)象，促進(jìn)政府發(fā)現(xiàn)自身不足。同時(shí)在建立透明政府、擴(kuò)大公眾參與、保持政策穩(wěn)定性、培育服務(wù)理念、提高行政效率等方面采取有力措施，創(chuàng)建誠信政府和進(jìn)一步提升政府治理能力。

4 結(jié)束語

本文針對(duì)當(dāng)前社會(huì)信用治理工作中存在的問題與不足，提出了智慧信用治理體系架構(gòu)：立足于社會(huì)信用治理工作的實(shí)際需求，體系架構(gòu)是當(dāng)前社會(huì)信用平臺(tái)建設(shè)的補(bǔ)充，為政府、企業(yè)和公眾提供全景、智慧和權(quán)威的信用咨詢服務(wù)；創(chuàng)新采用發(fā)展心理學(xué)、關(guān)聯(lián)分析、人工智能、區(qū)塊鏈等理論和技術(shù)，打造科學(xué)合理的信用評(píng)估模型和開發(fā)新型智慧信用產(chǎn)品；通過3個(gè)典型的應(yīng)用場(chǎng)景進(jìn)一步闡釋了智慧信用治理系統(tǒng)在政府治理過程中起到的重要作用；基于全景涉信大數(shù)據(jù)的智慧信用治理系統(tǒng)構(gòu)筑了“政府、企業(yè)和公眾共同治理社會(huì)”的美好藍(lán)圖，對(duì)提升政府治理能力具有重要意義。

參考文獻(xiàn)：

[1]解恒鑫.山東省社會(huì)信用環(huán)境的評(píng)價(jià)與大數(shù)據(jù)探究[D].濟(jì)南：山東財(cái)經(jīng)大學(xué), 2016.JIE H X.Shandong Province social credit environment evaluation and large data exploration [D].Jinan： Shandong University of Finance and Economics, 2016.

[2]朱朝陽, 王繼業(yè), 鄧春宇.電力大數(shù)據(jù)平臺(tái)研究與設(shè)計(jì)[J].電力信息與通信技術(shù), 2015(6)： 1-7.ZHU C Y, WANG J Y, DENG C Y.Research and design of power large data platform [J].Power Information and Communication Technology, 2015(6)： 1-7.

[3]CHEN H, CHIANG R H, STOREY V C, et al.Business intelligence and analytics： from big data to big impact [J].Management Information Systems Quarterly, 2012, 36(4)： 1165-1188.

[4]趙云山, 劉煥煥.大數(shù)據(jù)技術(shù)在電力行業(yè)的應(yīng)用研究[J].電信科學(xué), 2014, 30(1)： 57-62.ZHAO Y S, LIU H H.Application of big data technology in electric power industry[J].Telecommunications Science, 2014,30(1)： 57-62.

[5]CHENG C, OU S Y.The status quo and problems of the building of China’s social credit system and suggestions [J].International Business Management, 2014, 8(2)： 169-173.

[6]連鎮(zhèn)殿, 連昕.大數(shù)據(jù)背景下城市公共信用信息平臺(tái)建設(shè)研究[J].宏觀經(jīng)濟(jì)管理, 2017(2)： 59-66.LIAN Z D, LIAN X.Construction of urban public credit information platform in the background of big data [J].Microeconomic Management, 2017(2)： 59-66.

[7]汪少敏，王錚.基于異構(gòu)關(guān)聯(lián)的大數(shù)據(jù)價(jià)值密度提升方法[J].電信科學(xué), 2017, 33(12)： 107-113.WANG S M, WANG Z.High data value density enhancement based on heterogeneous correlation[J].Telecommunications Science, 2017, 33(12)： 107-113.

[8]BEDINI I, ELSER B, VELEGRAKIS Y.The trento big data platform for public administration and large companies： use cases and opportunities[J].Proceedings of the Vldb Endowment,2013, 6(11)： 1166-1167.

[9]宮夏屹, 李伯虎, 柴旭東, 等.大數(shù)據(jù)平臺(tái)技術(shù)綜述[J].系統(tǒng)仿真學(xué)報(bào), 2014, 26(3)： 489-496.GONG X Y, LI B H, CHAI X D, et al.Overview of large data platform technology [J].Journal of System Simulation, 2014,26(3)： 489-496.

[10]PANG S L, WANG S Y.Credit computing models on farmer credit loans and its applications based on social big data information [J].Systems Engineering-Theory & Practice, 2015,35(4)： 837-846.

[11]王璐, 李安渝, 齊力然.中小企業(yè)信用大數(shù)據(jù)監(jiān)測(cè)與評(píng)價(jià)應(yīng)用服務(wù)建設(shè)思路[J].中國論, 2016(19)： 163-165.WANG L, LI A Y, QI L R.Small and medium enterprises credit large data monitoring and evaluation application service construction thinking [J].Chinese Theory, 2016(19)： 163-165.

[12]戈志武.大數(shù)據(jù)征信監(jiān)管研究[J].西南金融, 2017(4)： 13-18.GE Z W.Research on large data credit management[J].Southwest Finance, 2017(4)： 13-18.

[13]劉葉婷, 唐斯斯, 梁明.信用大數(shù)據(jù)的形成、應(yīng)用價(jià)值與提升策略[J].南方金融, 2016(11)： 47-53.LIU Y T, TANG S S, LIANG M.The formation of large credit data, application value and promotion strategy [J].Southern Finance, 2016(11)： 47-53.

[14]CHAKROBORTY A.Alternative lending platform using AI&big data enabled social credit[J].Imperial Journal of Interdisciplinary Research, 2017, 3(3)： 307-311.

[15]姜俊琳.大數(shù)據(jù)時(shí)代的征信創(chuàng)新與發(fā)展研究[D].杭州： 浙江大學(xué), 2016.JIANG J L.Big data age of credit innovation and development research [D].Hangzhou： Zhejiang University, 2016.