摘要：利用大数据、云计算等新技术，在现有专利产品“银行自助区ATM机智能防护屏”硬件上，对客户交易、行为等基础数据进行整理分析，实现银行个性化、智能化服务与管理，设计开发出基于大数据的银行智能化移动服务系统。
关键词：银行；智能化；移动服务系统
随着我国金融业全面快速发展，电子化进程不断深入，各大金融机构都越来越重视自身软硬件的提升。为扩展银行服务空间，延长服务时间，降低人力成本，ATM机普及面越来越广，有效地缓解了柜面压力，提高了经营效益。本系统在对客户交易、行为等结构或非结构化的大数据的收集、整理和有效分析基础上，分析挖掘客户偏好与需求，从而通过实施科学有效的市场营销和客户服务，来建立一个较为完善、反应迅速的客户服务和营销体系，获取更高的客户满意度与忠诚度、更准确的市场定位，降低营销成本，继而准确把握客户需求和金融市场的未来发展趋势，提高商业银行的核心竞争力，实现银行业健康持续快速发展。
一、技术基础
1.1大数据
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [2] 中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
1.2云计算
云计算（Cloud Computing）是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。对云计算的定义有多种说法。对于到底什么是云计算，至少可以找到100种解释。现阶段广为接受的是美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。用通俗的话说，云计算就是通过大量在云端的计算资源进行计算，如：用户通过自己的电脑发送指令给提供云计算的服务商，通过服务商提供的大量服务器进行“核爆炸”的计算，再将结果返回给用户。
二、系统研究与设计
2.1系统主要功能
开发一个基于大数据的银行智能化移动服务系统，将客户数据采集传感器网络、视频监控网络、信息传播终端网络集成在一起，通过无线网络将银行自助区设备单元、PC终端、移动APP连接互动，提供友好的界面和操作接口，对提取的客户海量数据进行大数据分析，给银行提供专业数据分析结果，向客户推送精准信息，分析预测用户的日常行为。
2.2系统架构
系统架构分为三层：基础数据收集层，数据分析运算层，数据信息应用层。以及保证系统安全运营的安全认证体系。
期刊文章分类查询,尽在期刊图书馆基础数据收集层：
1）数据采集：客户人数、业务时长，客户金融消费习惯，网点人流时点分布等；
2）视频图像采集：采集人像和现场图像。
3）来自客户手机APP端的后台信息；
4）来自银行授权获取的银行业务数据；
数据分析运算层（BI大数据分析）：
1）针对海量视频图像信息进行分析计算，对正常和异常图像进行有效甄别，实时将可疑异常视频图像提取出来；
2）对非图像的客户数据进行大数据分析统计，得出各自助网点的人流和业务流量的时间分布图，推算统计各网点客户消费水平分布曲线，一为银行优化网点布局提供数据支持；二为银行和商业机构面向各客户群体精准推介金融和非金融产品和服务提供可靠的依据；
数据信息应用层：
1）银行网点网络分布优化决策系统。为银行网点分布决策部门服务。
2）自助网点视频监控网络智能分析系统。通过异常图像甄别筛选，变日常监控为异常自动甄别监控。
3）传媒智能联播网络系统。根据数据分析结果，有针对性地投放银行产品和商业产品广告。
4）手机APP网点分布和各网点业务排队情况实时查询图，为银行客户办理业务提供便利。
2.3大数据技术在系统数据分析中的应用
通过系统的移动端采集的数据，系统后台进行大数据分析，通过分类整合来分析比较有价值的知识以及可以借鉴的模型。找到数据关系中的价值，了解客户的消费行为的数据，找到客户营销的网络，锁定可以获得最大利益的客户，同时还可以分析竞争对手的人际关系，以便制定正确的经营策略。结合数据挖掘，发现有价值的数据。为了更好的服务客户，系统移动APP端要结合PC端的大数据分析，对客户实现个性化推荐，通过系统移动APP端不定期向客户推送银行相关业务，节省银行工作人员负担，实现为客户智能化服务。
2.4系统移动端“跨平台”的实现
目前移动端主流的系统是Android和IOS，其中Android开发是基于Java语言，IOS是用ObjectC语言开发，由于原生开发的成本高，分别需要两个团队进行开发，维护更新也非常不便，因此本系统移动端要实现“跨平台”开发，移动端采用“跨平台”开发方式，采用APICloud平台，一套代码能同时生成适用于Android、IOS系统的APP，大大节省了开发成本，加速产品上线。
三、总结
系统采用大数据技术应用于金融行业，对银行客户进行智能化服务，提高服务质量。系统移动端开发采用“跨平台”开发方式，节省开发成本，并便于产品维护与更新。
参考文献
[1]周昊,陆克中,陈念.基于大数据的银行智能化移动服务系统的研究与应用[J].中国新通信,2018，20(21):101.
[2]田江,刘锦淼.银行智能化欺诈风险预测模型研究与应用[J].金融电子化,2017(10):84-86.
[3]吴军华.农商银行信息安全智能管控平台研究与实践[J].中国金融电脑，2017(5):50-52.
[4]伍曼.聚焦数据中心运维管理难题 探索数据中心智能化运维之路——2016年商业银行数据中心运行维护研讨会顺利召开[J].中国金融电脑，2017(1):86-91.
[5]王青,吴菲芳.基于网络安全加密的移动智能终端银行客户排队系统设计与实现[J].网络安全技术与应用，2017(3):45-46.
论文作者:王涯舟
论文发表刊物:《知识-力量》2019年8月26期
论文发表时间:2019/5/13
标签：数据论文; 银行论文; 客户论文; 系统论文; 网点论文; 大数论文; 网络论文; 《知识-力量》2019年8月26期论文;