基于大数据用户信用管理系统构建的应用和发展趋势,信用管理论文

基于大数据用户信用管理系统构建的应用和发展趋势,信用管理论文摘要：文章针对当下社会信誉意识缺乏的现象，研究数字图书馆用户信誉管理体系的构建原则及体系框架，分析大数据环境下信誉体系领域的研究热门和发展趋势，探寻求索有助于维护良好信誉秩序的用户信誉管理体系。本文关键词语:用户信誉管理;大数据;数字图书馆;Abstract：Inviewofthelackofcreditawarenessincurrentsociety,thepaperstudiestheconstructionprinciplesandsystemframeworkofusercreditmanagementsystemofdigitallibraries,analyzestheresearchhotspotsanddevelopmenttrendsinthefieldofcreditsystemunderthebigdataenvironment,andexplorestheusercreditmanagementsystemthathelpstomaintainagoodcreditorder.Keyword：UserCreditManagement;BigData;DigitalLibraries;信誉建立在个人自律和外界约束的基础上，是开展社会活动的基础，是维护社会秩序的保障。然而，随着市场经济的发展，在多种价值观的冲击下，社会失信行为时有发生。为了维护市场交易的正常进行，必须建立健全信誉体系，为此，我们国家出台了多项与信誉体系建设有关的政策。2020年，发布(社会信誉体系建设规划纲要〔2020-2020年〕〕，强调建立并完善社会征信体系，推动其在政务、商务及社会中的应用[1];2021年，发布(关于加强个人诚信体系建设的指导意见〕，强调赏罚联动，推进施行守信鼓励和失信惩戒措施[2]；(促进大数据发展行动纲要〕[3]和(大数据产业发展规划〔2021-2020年〕〕[4]为扩宽我们国家大数据产业发展空间提供了行动指南，为借助大数据技术提高信誉管理水平提供了实践基础，在大数据环境下，信誉管理体系建设迎来了新的发展阶段。文章从微观层次的用户信誉管理出发，以数字图书馆为例，探究大数据环境下用户信誉管理体系的构建，并借助研究热门分析法对发展趋势进行瞻望。1、相关概念及内涵1.1、用户信誉管理吴晶妹以为，信誉管理是授信人对主体的资信状况进行管理的活动，包括对信誉数据进行采集和整理、借助管理手段保证信誉交易的正常进行[5]。朱毅峰等以为，信誉管理是授信人为了降低信誉风险、确保信誉交易正常进行而对主体进行管理的活动[6]。刘澄以为，信誉管理是授信人利用科学的管理手段对信誉交易加以控制以防备信誉风险的专门技术，包括信誉档案管理、授信管理、帐户控制管理、商帐追收管理、征信数据库应用五方面[7]。综上，本研究将用户信誉管理定义为：在收集用户信誉信息和建立用户诚信档案的基础上，进行信誉评价并采取赏罚手段以降低信誉风险、确保信誉交易有序性的管理活动。1.2、用户信誉管理体系社会信誉管理体系是以信誉信息分享平台为核心，以信誉服务活动为主线，以监督体系为保障的社会治理机制。用户信誉管理体系是社会信誉管理体系的组成部分，当前还没有明确的定义。本研究将用户信誉管理体系定义为：以用户信誉信息的收集为基础，利用数字化处理手段评价用户信誉，通过制定信誉赏罚制度及其他约束措施来规范用户信誉行为，防备和减少信誉风险，维护信誉秩序，优化信誉环境的数字化管理系统。2、大数据环境下用户信誉管理体系建设应用以数字图书馆为例由于个体经济行为的复杂性及公共文化服务的公益性，当前公众对公共文化领域中的信誉问题认识不够，信誉管理投入力度普遍向金融领域倾斜。数字图书馆是信息技术高速发展背景下诞生的新兴图书馆，是大数据时代公共文化服务的典型产物，因而，通过研究数字图书馆用户信誉管理体系的构建，能够加强公共文化服务领域的信誉管理，提高公众信誉意识。除此之外，用户信誉属于社会信誉的一部分，建设数字图书馆用户信誉体系可为社会信誉体系建设扩大信誉评价指标，提供公民在利用数字资源方面的信誉状况，进而使个人信誉的评价标准愈加全面，评价结果愈加客观。2.1、构建原则(1〕系统性原则。用系统的观点和方式方法建设信誉管理体系有助于充分发挥各组成部分的优势，实现信誉管理的整体功能。数字图书馆用户信誉管理体系的构建应遵循系统论的要求，由与用户信誉相关联的管理手段、信息技术等要素按一定的构造组成，各信誉评价指标互相独立、互为补充，构成统一的整体。在坚持这一原则的前提下，把握系统所具有的关联性、开放性等特征，有利于提高系统协调运作的效率。(2〕互联互通原则。数字图书馆用户信誉管理体系应作为社会信誉管理体系的组成部分，和金融机构、征信机构等论文记录，将其导入CiteSpace，节点类型设置为Keyword，时间段〔slice〕设置为1年，图谱分析结果见图6。字体越大表示本文关键词语的词频越高，即为研究热门，主要有互联网金融个人征信等。3.1.1、互联网金融互联网金融是以互联网技术和信息技术的广泛应用为基础，传统金融机构与互联网企业联合构成的新型金融业务形式。对于这一领域的研究主要集中在下面两个方面。图6研究热门(1〕对于征信业的变革和挑战。修永春从国内外金融科技在征信领域的应用案例出发，讨论在大数据、人工智能等技术驱动下，征信业面临的数据来源多样化、信誉评估精准化、服务范围广泛化等变革[14]。冯文芳等分析了互联网+大数据征信的特征及存在问题，并从制定大数据征信标准体系、推进大数据征信开放分享等方面提出了建议[15]。(2〕信誉风险控制。张丽哲分析了金融行业信誉风险的产生因素及风险控制现在状况，同时结合大数据时代的发展特点，提出加强数据信息库建设、发挥大数据信息处理功能等建议[16]。任全民分析了国内金融行业信誉风险高发的原因，在这里基础上探寻求索了互联网金融行业将来应充分利用大数据优势、完善信誉体系整合的发展途径[17]。3.1.2、个人征信个人征信是指法律法规受权的征信机构对个人信誉信息进行采集加工，并按用户要求提供个人信誉信息查询和评估服务的活动。对于这一领域的研究主要集中在下面两个方面。(1〕个人信誉评估。张晨等提出从个人特征、经济能力、消费偏好、社交网络、信誉情况和风险信息六个维度构建基于大数据的个人信誉评估体系，并构建了信誉评估的数量化模型[18]。肖凯文将芝麻信誉公司个人信誉评估体系同央行个人征信中心及腾讯征信进行比照研究，分析了芝麻信誉公司的个人信誉评估体系在应对大数据环境中所具有的优势和缺乏[19]。(2〕大数据应用。韩啸基于电信大数据覆盖广、质量高等特点，以江苏电信的智慧征信为例，从风险评估模型、应用流程和产品特点方面分析了电信大数据在征信产品中的应用[20]。王娜基于k-means聚类和直方图统计等算法，提取蕴含在电信大数据中的客户行为特征，并将其与互联网大数据相融合，构建了风控模型和系统[21]。综上，已有研究主要集中于互联网金融与个人征信领域，全面分析了其在新环境下面临的变革与挑战，如个人信誉评估体系在新环境下所具有的优势和缺乏。同时，研究越来越面向实际应用领域，主要分析了信誉风险控制问题，发现利用大数据技术处理多样化的信誉数据能够有效降低信誉风险，这也将是将来一段时期信誉体系建设领域需要重点关注的问题。3.2、发展趋势3.2.1、用户信誉数据融合多元化大数据时代，信息资源的数量飞速增长，采集加工手段不断改善，有助于信誉信息数据的多元融合。、企业、机构能够利用集成技术且依托电子政务、电子商务、社交媒体等各自特有的信息渠道对线上/线下数据、历史/实时数据、外部/内部数据进行全面采集，对同型异源信息、异质异构信息等进行多元融合[22]，同时借助数据挖掘、可视化等技术提取用于用户信誉评价的关键性数据并挖掘出更多有价值的潜在信息。在这里基础上，通过建立社会信誉信息一体化平台实现不同业务系统的互联互通及信誉信息的实时分享，构成真实全面的用户信誉档案。3.2.2、用户信誉评估结果准确化传统信誉评估体系的分析对象主要是构造化数据，但由于其容量有限，评估结果往往会遭到影响。而大数据类型多样，并且都可借助工具进行收集、分析和处理，进而保证了信息来源的全面性。同时，大数据技术的主要功能是预测，利用垂直搜索、分布式存储、查询分析等核心技术以及基于用户或模型的协同过滤方式方法对数据进行批量处理，可提高用户信誉评估结果的准确性，及时发现信誉风险，迅速采取风险关联和联合惩戒等应对举措，进而到达强化信誉监管力度、维护信誉秩序稳定性的目的。3.2.3、用户信誉服务方式透明化运用大数据技术能够多维度构建用户画像，针对性提供服务。机构或企业若要全面评估用户，首先需要建立信息分享平台，多渠道获取信誉信息。在确保信息源全面的基础上，建立用户信誉数据仓库，利用关联规则算法挖掘更多有价值的信息〔如通过用户经常下载某类图书资源判定其阅读偏好〕，利用聚类算法分析可对用户群体进行特征归类〔如按用户阅读偏好划分其年龄段〕。通过不断地补充数据信息，将静态信息与动态信息融合起来，构建分析模型，以提高用户画像的精准度，充分了解用户需求，进而提高信誉服务的效率。3.2.4、用户信誉教育管理制度化随着用户信誉管理体系的不断完善，信誉赏罚机制在提高用户信誉意识方面将发挥重要作用。在信誉评估的基础上，信誉赏罚机制通过守信鼓励和失信惩戒两种方式对用户的信誉行为作出反响，实现赏罚分明。一方面，以实际奖励手段支持守信誉户，让用户感遭到守信带来的正面效益；另一方面，以严厉惩罚措施跨平台多领域抵制失信誉户，让用户深切体会失信带来的过高成本。在两种方式的结合下，从制度层面强化用户的信誉意识，帮助用户逐步树立起信誉价值观，在社会活动中自觉遵守各项规章制度，做知信誉、讲信誉、守信誉的合格公民。4、结束语近年来，随着市场经济的发展以及大数据时代的到来，社会信誉管理和企业信誉管理问题逐步遭到关注，而微观层面的用户信誉管理也应得到重视。本研究在对基础概念进行界定的基础上，针对数字图书馆展开研究，对用户信誉管理体系的构成要素进行详细分析，构建了体系框架和施行途径，最后基于CiteSpace的内容分析法，对大数据环境下信誉体系领域的研究热门进行总结，对发展趋势进行瞻望。通过本研究中结合大数据环境对数字图书馆用户信誉管理体系的探寻求索构建，丰富了传统的信誉管理体系，有望提高公众对公共文化服务领域的信誉意识，推进社会信誉体系建设的发展和完善。以下为参考文献[1]中国网.印发(社会信誉体系建设规划纲要(2020--2020年)〕[EB/OL].[2021-02--08][2]中国网.办公厅印发(关于加强个人诚信体系建设的指导意见〕[EB/OL][2021--02--08][3]中国网.图解:促进大数据发展行动纲要[EB/OL.[2020-02-[4]中国网[EB/OL].[2020--02--09].[5]吴晶妹.当代信誉学[M].北京:中国金融出版社,2002:108.[6]朱毅峰,吴晶妹.信誉管理学[M].北京:中国人民大学出版社,2005:14[7]刘澄.信誉管理[M].北京:经济管理出版社,2018:11-12.[8]杜文艳.数字图书馆用户信誉体系建设研究[J]图书馆学刊,2022.41(10)-32--35.[9]邓成越.高校图书馆社会化服务中用户信誉体系研究[J].图书情报工作,2021,62(23):59--64.[10]郭强，赵瑾,刘新新,等.大学图书馆读者失信现象与构建信誉评价指标体系研究[J].图书馆理论与实践,2018(11):84--89.[11]姚敏.社会信誉体系建设背景以下图书馆信誉服务评价体系构建[J].图书馆学刊,2021,40(11):34--37.[12]曲军恒,霍颖瑜,韩晓茹.图书馆读者信誉评价模型[J].甘肃联合大学学报:自然科学版,2008,22(6):46--50.[13]成永娟.高校图书馆读者信誉评价体系的应用研究[J].图书情报工作,2020.56(19):74--79.[14]修永春。金融科技与普惠金融征信业的变革与挑战[J].新金融,2021(10):52--55.[15]文芳,李春梅.互联网+时代大数据征信体系建设讨论[J].征信,2021.3(10)-36--39.[16]张丽哲.互联网金融的信誉体系建设与风险控制[J].中外企业家,2021(17):41.44.[17]任全民.国内互联网金融信誉风险状况和发展途径浅析[J].吉林金融研究,2021(2):23--27.[1