当前课程知识点:大数据技术与应用 > 杨保华:区块链与数据科学 > 从记账技术到区块链 > 从记账技术到区块链
各位同学大家上午好
今天很高兴能有机会
来跟大家一起做这个交流
一起来聊一聊
区块链与数据科学这个话题
那么我们知道信息科技
在过去的几十年里
有很多重大的进展
其中有四个方向尤为瞩目
它们分别是人工智能
区块链 云计算 还有数据科学
那么巧合的是
它们的英文单词首字母
恰好是A B C D开头
所以业界也把它们归为ABCD
那么人工智能以机器学习为代表
特别是深度机器学习
那么区块链
我们可以更规范的称之为
名字为分布式帐本
还有云计算以及数据科学
特别是以大数据
为核心的数据科学
那么这四门方向
它们其实有很多的共同之处
比如说它们其实都是
复杂的系统科学
而且它们之间
有很多互相协作的地方
那么今天我们主要
来一起探讨一下区块链
还有数据科学
那么首先什么是数据科学
在VKPD上有这样一个定义
它认为数据科学
是这样一个交叉的学科
那我们从数据中
来利用一些科学的一些方法
一些处理 还有一些算法
或者是系统
我们从中提取知识
还有我们的启示
简而言之我将数据科学归结为
我们从数据中要提取出价值
从这个定义中大家也可以看出
数据科学最核心的目的
最终还是要提取价值
那在提取过程中
我们需要有一些手段
这也就是后来的
所谓的很多的数据处理的算法
或者是数据处理的系统
那么数据科学我想大家都知道
它非常非常的重要
那其实不光是
它能产生很大的经济效益
另外它也是一种方法论
Jim Gray
他是1998年的图灵奖获得者
他曾经将数据科学归结为
是第四种科学范式
与实验范式 理论范式
计算范式与数据范式相并列
那么我们分别来看一下
这四种范式
实际上在人类早期
我们很多时候探索自然界
需要进行大量的实验
那么到了后来
到了现代物理学
我们可以进行一些
理论的一些推导
那么在随着计算技术的发展
我们有了计算机
所以我们可以用计算机
来进行一些模拟
特别是在高性能物理
还有天气的预测等等的领域
那么到了后来
我们有了很多的数据处理的手段
我们可以基于数据
来对这些进行预测 进行决策
其中两个很典型的成果
包括大数据 还有深度学习
传统上我们认为说
数据科学它的出现
是在计算机出现以后
这是因为计算机
让数据处理的速度
一下子变快了
同时数据的处理量
一下子也变大了
但是实际上在计算机出现之前
人们就已经是
跟各种数据在打交道
有一些数据处理的一些方法
其中非常基本也是非常重要的
一个数据的处理的方法
实际上就是记帐
那这张图实际上可以总结了
完整的一个记帐科技
跟数据科学的
一个演化的一个历史
从整个这么大的一个时间尺度上
我们可以清晰的看出
实际上记帐科技
与数据科学的演化
两者是一脉相承的
从最早我们有所谓的单式记帐
到后来我们有复式记帐
再到计算机出现之后
记帐科技继续演化
为数字帐本和分布式帐本
那么数据科学也随之演化
我们有数据库 大数据等等
众多的成果
这张图是著名的库辛石板
它为什么重要呢
它是目前发现的
人类考古学发现的
最早的人类记录的证据
那么它是公元前
大概在3000年在乌鲁克城
也就是今天的幼发拉底河领域
伊拉克的境内
那这块人类祖先
最早留给我们的这个信息中
它记录了什么样的内容呢
如果翻译成今天的文字
它的信息是37个月
29086单位的一个大麦
那这个记录人是库辛
那么用今天的眼光来看
这是一个标准的一个帐目的记录
所以就是人类祖先
实际上最早留给我们
这样一个信息的痕迹
实际上是一条帐目
这种简单的记帐方法
实际上到今天
仍然很多时候大家还在使用
它的特点是形式很简单
一句话我们就可以把一笔交易
记得很清楚
但是它的问题也很显然
就是容易出错
而且一旦出错之后
很难去追查到底是在哪里出了错
那后来发展了几千年之后
特别随着商业的兴起
人们慢慢的发现说
单式记帐这种方法
已经很难应对实际的需求了
特别到了意大利的文艺复兴时期
我们知道那个时候
意大利是一个重要的商贸中心
每天有大量的商业活动
那利用单式记帐法
大家经常会碰见各种纠纷
于是人们在生产实践中
慢慢摸索出来更先进的记帐方法
这就是所谓的复式记帐
复式记帐最早的时候
是由意大利的著名的数学家
Luca Pacioli
在他的著作《算术几何比例》
以及《比例概要》中予以介绍
复式记帐直到今天
仍然是现代会计学的基础
也是重要的方法
也因此Luca Pacioli他被称为
现代会计学之父
那前两种记帐方法
无论是单式记帐方法
还是复式记帐方法
无论我们是刻在石板上
还是记录在纸张上
它的记帐的主要媒介
实际上还是物理媒介
那么后来我们有了计算机
我们可以有了数字化的媒介
大家都知道第一台计算机
是所谓的ENIAC
大概诞生在1946年
实际上在ENIAC之前
在1911年有一家公司
它的名字叫做CTR
可能很多同学都没有听说过
这家公司的这个名字
但是它后来的名字
我想应该是大名鼎鼎
也就是IBM公司
那么CTR它最早期
做了一个什么样的事情呢
它是最早的发明了
电动的打孔机
用于进行快速的统计
它进行统计的这个速度
还有准确率远远的超越了
手动统计的打孔机
后来他们成长成为一个
巨大的一个商业公司IBM
1946年ENIAC正式的发明
从此我们进入了计算机的时代
计算机它的硬件也在飞速的发展
它能处理的这个数据量
也是越来越大
它处理数据量的速度也是很快
当面临的问题的
规模变得非常大之后
人们很自然的又碰到了
一些新的挑战
比如说我该怎样去
合理的去组织我的数据
我该怎样合理的
提供这些数据查询的能力
这些需求就促生了
后来数据库的诞生
我们知道最早1970年左右
我们有Oracle公司
它提出了第一个关系型的数据库
那计算机计算能力不断发展
那人们会发现说
单个机器的处理能力
应对越来越大规模的问题
有些力不从心了
人们开始探讨说
能不能让很多的机器集合起来
我们让他们共同来协作
来完成这么大的一个问题
那就自然促生了
后来到网络技术
我们知道最早的互联网的前身
ARPANET也是在1970年左右
那么到了80年代 90年代
慢慢的它成长为
今天的这个互联网
网络技术的出现
一方面它有效的整合了
这么多单个计算机的处理的能力
但同时它也让这个数据的传输
变得前所未有的廉价
数据规模的增长
也是前所未有的迅速
这也带来了新的一个挑战
那么到了后来
上个世纪到90年代左右
开始有很多学者
开始预言到大数据时代的到来
而未来的数据量
它的增长可能远远是超过
我们的处理技术的增长的
因此我们要探索新的方法和系统
那么之前种记帐的方法
无论它是物理媒介
还是数字媒介
实际上它的记帐的主要思路
还是一种中心化的记帐的方式
那么随着网络的发展
随着参与到记帐活动的
个体的增多
大家慢慢意识到说
一个是处理的这个数据量
规模进一步的增大
再一个参与记帐的个体越来越多
很多时候我们实际上
比较困难去找到一个
有效的一个中心化记帐的机制
那很自然人们开始探索说
在分布式的场景下
众多的个体它们应该怎么去合作
来共同完成记帐这件事情
也就是我们直到今天
正在飞速发展的
分布式记帐这个问题
那么在这一时期
我们可能看到很多
耳熟能详的重要的开源项目
也在这一时期诞生
包括2006年Hadoop
它以前所未有的MapReduce
这样的模型来处理大数据
2009年比特币项目上线
它是第一个真正的
实践的意义上的
去中心化的加密货币的项目
那到了2010年
也基本上是同一时期
我们有了Spark
在Hadoop的基础上
有了很大的改进
那么到了2015年
以太坊项目看到了比特币
它的在实际使用过程中的
一些缺陷
它进一步的进行了改进
那再到2016年初很多的企业
我们看到分布式记帐这个事情
不仅仅能应用于
加密货币这样一个单一的场景
实际上在企业中有非常大的
非常广阔的应用的一个前景
于是他们联合推出了
超级帐本这样的项目
那这些项目的出现
正式宣告我们进入了
一个分布式帐本的一个时代
那无论是比特币
无论是以太坊
无论是超级帐本
它们其中非常非常核心的
一个结构那就是区块链
区块链可以说直到发展到今天
在分布式记帐这个问题中
都起到了非常至关重要的
一个作用
那么区块链到底它是怎么来的
那有的人认为说区块链
实际上最早是还是诞生于比特币
是比特币的发明人
中本聪提出的
有的人认为说区块链的思想
实际上在更早的在设计一些
哈希的算法和结构的时候
其实就已经出现了
那么我们来看一下
这个区块链的一种定义
区块链实际上有很多种定义
但是这些定义
它们主要的思想应该说是
大同小异的
它们主要是从不同的角度
来描述了区块链
各个角度的一个不同的一个特点
那么这里有一个
相对权威的定义
它来自于美国的国家标准局
那么它在里面
将区块链定义成是一种
不可篡改的数字帐本系统
那么它的实现是一种
分布式的一种方式
没有一个中心化的一个仓库
那通常也没有一个
中心化的一种管理的一个机制
那从这个定义中我们可以看出
这里面有两个关键的一个术语
一个是帐本系统
这个就揭示了
区块链的它的一个核心
它首先它是一个帐本系统
第二个是说它的实现
是一种分布式的一种风格
那所以区块链实际上它的出现
就是为了解决分布式记帐的问题
那么什么是分布式记帐问题
我们都知道分布式记帐科技
它的英文术语
Distributed Ledger Techonlogy
那其中两个关键词
Distributed
我们认为它的意思是说
多方参与 首先它是分布式的
多方的参与
同时这多方应该还是一个
有机的一个协同合作的一个关系
那么Ledger很自然
帐本系统
它要完成对整个交易历史的
一个不可篡改的这样一个记录
那分布式记帐它有很多的需求
其中最基本的三个需求
我们总结为要解决谁来记帐
如何保证记帐的记录正确
以及谁可以访问
这三个基本需求
那谁来记帐
如果是所有人都可以来记帐
所有人都可以
任意来访问这个记录
那么这种方式
我们称为公开的公有的
分布式记帐
如果我们是限定只有部分人
那这个是所谓的联盟的方式
那甚至更进一步的
只有个别的团体可以访问
那这个是私有的这种记帐
那如何来保证正确
那保证它的正确性
在这实际上有两层的这个含义
那首先第一个含义
还是说是要防篡改
你的记帐过去的内容
不能被别人篡改
第二个就是你记帐的这个内容
应该是在你记帐的这个主体内
应该是达成了一个共识的
大家都认为说
这个记帐的记录是正确的
是应该记录到张本上的
那么谁可以来访问
这里面主要就涉及到
一些传统的像权限管理
还有这个隐私保护
等等的相关话题
那我们来看一下
如果我们沿着这个分布式记帐
这样一个基本问题
我们看一下我能不能设计出
一些比较实用的方案
那首先我想解决这个记帐问题
最简单的一个方案
那很显然它应该是一个
线性的一个结构对吧
一个线性的队列
它是一个最简单的
一个记录的结构
那么比方说我们现在有一个
这样线性的一个队列
我们有多个参与方
每个参与方可以源源不断的
将自己的记录
插入到这个队列当中
那这样一个设计
实际上就是一个最简单的
解决分布式记帐问题的
这样一个方案
那么这个方案
有没有什么样的问题
我想大家可能也已经意识到了
这个方案实际上最大的问题
还是说是它的这个可篡改性对吧
因为这个队列
是每一个人都可以
任意进行操作的
所以大家可能对
这个队列中的记录进行篡改
而且一旦篡改之后
很难检测出来
那我们怎么能够解决
这个防篡改的问题呢
那学过计算机一些知识的同学
可能会意识到
在我们计算机学科
有一个非常好用的一个手段
那就是数字摘要
那么只要我们把
整个的记录过程中
我们把这个队列里面的
记录的内容进行
加上一个数字摘要
我们用它进行来作校验
我们就可以很好的解决
防篡改这样的问题
比如说我们每当收到这样一个
新的一个交易请求的时候
那所有人都将整个队列中
完整的这样的记录的历史
作一遍校验 作一遍数字摘要
同时你可以记录在本地
这样如果将来我们的记录历史中
有任何的交易内容被篡改了
我重新作一遍数字校验
然后我跟我本地
原来记录的这个摘要值进行比较
如果两个摘要值不相同
那么我们就知道
这个历史是被人篡改了
而且我们可以追查到
到底是在哪个交易中被篡改
所以我们引入这种
数字摘要的机制
我们就可以解决
防篡改的这样一个问题
那么这样一个设计
在实践中有没有其他的问题呢
可能有同学意识到了
这样一个设计
它最大的一个问题
是它的扩展性比较差
因为每当我们来一个
新的交易的时候
我们需要对完整的队列内容
重新计算它的摘要
那意味着说
随着我们这个队列内容的增长
随着我们使用的时间越来越长
每次做数字摘要的这个时间
也是跟着往上涨的
那这样一个系统
我们在实践中
我们称之为这个系统
缺乏可扩展性
那么很自然我们怎么解决
它的可扩展性不足的
这样一个问题
那我们观察到
实际上我们每次
在做数字摘要的时候
我们其实并没有很好的
利用之前进行的数字摘要的
这样一个结果
那么我们如何利用它呢
那很自然
我们可以把这种对完整历史
进行摘要这样的一个操作
我们把它进一步的改进为
增量的一个操作
也就是说每当有新的交易到来
这个队列的时候
我们每次计算数字摘要内容
我们只需要对这些增量
新到来的这些交易的内容
进行数字摘要
同时我们把之前
进行数字摘要的这个结果
我们把它包括进
我们新的这个摘要之中
这样我们就实现了一种
非常好的可扩展
具有可扩展性
而且可以有效的检测
防篡改这样一个特性的
这样一个设计
当然我们也说了
我们是按照分布式记帐问题
沿着一个队减的
这样一个思路出发来进行设计
我们的记帐的这个数据结构
是一个线性的一个队列
那如果我们的这个记帐结构
不是一个线性的一个队列呢
比如说像现在
已经有人在探讨
如果是数的结构
如果是有向无环图的结构
那它们又会具有
什么样的一些特点
那这个问题我想留给
各位同学进一步的思考
那大家实际上
从刚才的这个方案三
我们把它变个形式
我们把它的增量的交易
就我们作为一个交易
同时我们把这个增量的哈希
还有之前的历史
我们作为这个pre hash
之前的这个哈希值
这样我们就可以构成
这样一个链式的一个结构
那可能有同学已经看出来了
这个实际上就是一个
典型的一个区块链的结构
那在这样一个结构下
可以很好的实现
多方一起来参与记帐
大家一起来共同的维护帐本
而且这种记帐方法可以防篡改
具有可扩展性
那这也是为什么我们说
这个区块链这样一个结构
它实际上是分布式记帐
这个问题一个天然的一个结果
所以区块链的第一性原理
我们总结为
区块链它是记帐科技
演化到分布式场景下的
一个天然的一个结果
当然大家注意
它可能并不是唯一的结果
那从刚才的描述中
我们可以看到区块链结构
可以满足两大基本需求
防篡改 可扩展
但是对于一个
简单的一个数据结构
它并没有考虑
当然它可能也没有能力去兼顾
包括像安全性 像隐私 性能
管理 互操作等等
多方面的这样一些需求
那这也是为什么呢
我们在实践中
如果你要设计一套
分布式记帐的系统
你除了采用区块链
这样一个数据结构之外呢
你往往还要结合数字证书
安全保护 包括加密
包括如何去提高它的扩展性
还有很多的管理上的一些设计
那么到这里
我想我们可以给出一个
比较全面的一个定义
到底什么是区块链
那我将它分为
狭义和广义两种角度
那么狭义上我们可以认为
区块链它其实就是一种数据结构
它是以区块为基本单位的
链式的数据结构
在区块头中我们有对之前的
交易历史的这样一个哈希值
这样一个哈希值
可以有效的解决防篡改的问题
同时区块链这样一个
增量哈希计算的特点
又可以使得它具有
一定的可扩展性
那么因为区块链结构
它的设计真的是非常的巧妙
它在分布式记帐这个问题解决中
也是非常的重要
所以在广义上很多时候
我们在谈到区块链的时候
我们也用它指代
基于区块链结构实现的
这样的分布式的记账技术
它除了这个数据结构之外
它还包括分布式的共识
安全与隐私保护 P2P的网络
分布式的存储 还有智能合约
等等这一系列的技术
我们也讲它称为区块链技术
那如果我们从
比特币项目上线开始算起
那区块链发展到现在
也正好是10年的时间
那么在这10年中
有一些重要的事件
我们可以一起来看一下
那么首先2009年的1月份
比特币上线
这个是首次大规模的运用
区块链结构
而且是一直运行了10年时间的
这样一个分布式的一个系统
那非常有趣的是
在比特币项目的白皮书中
他谈到了Block
谈到了Chain
但是唯独没有提到
Blockchain这个term
所以区块链这个术语
实际上严格来讲
并没有在比特币项目中正式提出
而是后来慢慢演化出来的
那从2014年左右开始
基于区块链的
分布式记帐的技术
开始受到了更广泛的一些关注
2015年7月以太坊项目
也是今天最大的公有链项目
正式上线启动
2015年的10月
著名的杂志经济学人
发表了封面文章信任机器
第一次将区块链这样一个结构
介绍给世人
2015年的12月
超级帐本项目正式启动
那这些重要的项目
就奠定了整个区块链
整个分布式帐本技术
一直发展到今天的基础
区块链诞生之后
它并不是说一开始就颇受人关注
它也是经历了几次热潮
我们讲第一次热潮
大约是在2013年和2014年左右
那个时候随着像比特币
这样的加密数字货币
它们的价格不断的膨胀
很多人开始关注它
第二次热潮出现在
2015年到2016年左右
随着经济学人封面文章
更多的人开始从技术角度
来了解区块链
来探讨区块链在解决
分布式记帐这样问题中
起到的重要的一个作用
那第三次热潮
应该说在2017年到2018年左右
这主要是很多的资本
还是关注到分布式记帐
这样一个领域
那我们有大量的基于
已有的开源项目的一些应用
开始加速的落地
同时我们也有很多的
标准或者规范正在探讨
那么分布式帐本科技
它非常非常重要
为什么重要呢
那这儿有几个数字
IDC在它的报告中预测
到2021年整个区块链
这方面的投资会接近100亿美金
他预测时是97亿美金
那么Gartner在他的报告中预测
到2030年整个区块链相关的行业
它的市值会超过3万亿
那在过去的三年里根据统计
区块链相关的专利数目
超过了2500件
那我们根据最近的一份报告
也能看出在过去的2018年
全年在区块链方面的投资
相对于去年2017年来讲
它翻了三倍
那世界经济论坛的创始人克劳斯
他更是夸张的将区块链
与蒸汽机 电气化
还有计算机并列
认为这是第四次工业革命的一个
核心的一个成果
那我们讲区块链
之所以它这么重要
根子上原因还是因为
分布式记帐这个问题非常的重要
那分布式记帐科技
某种意义上它实际上是一种
新的一种计算形态
它在多方合作的这样一个场景下
它利用分布式的这样一个技术
可以有效的降低成本
提高生产力
-完整讲座
--完整讲座
-李国杰:面向大数据的数据科学--课后习题
-数据思维方式的改变
-数据的假设与采集
--数据的假设与采集
-数据的准备
--数据的准备
-数据的分析
--数据的分析
-数据的解释与验证
--数据的解释与验证
-吴甘沙:大数据分析师的卓越之道——课后习题
-个人介绍
--个人介绍
-硅谷热门公司
--硅谷热门公司
-大数据简介
--大数据简介
-大数据平台系统
--大数据平台系统
-工业实践
--工业实践
-结尾
--结尾
-董飞:硅谷公司的大数据实战分析--课后习题
-数据系统架构历史
--数据系统架构历史
-从sql到nosql
-数据库系统实现变革
-负载融合
--负载融合
-数据系统架构成本
--数据系统架构成本
-杨光信:数据系统架构——课后习题
-什么是可视化
--什么是可视化
-网络可视化
--网络可视化
-大数据带来的新挑战
-大数据网络可视化的若干案例
-时磊:大数据网络可视化—— 课后习题
-网络安全概述
--网络安全概述
-大数据安全分析平台
-大数据安全应用
--大数据安全应用
-大数据平台安全
--大数据平台安全
-彭元:网络安全与大数据——课后习题
-人工智能系统的本质功能模型
-隐性智慧,显性智慧
-人工智能:能与不能
-人工智能的技术现状
-机制主义人工智能模型
-信息转换和智能创生定律
-人工智能与大数据
--人工智能与大数据
-钟义信:“人工智能与大数据”的创新研究——课后习题
-什么是机器智能
--什么是机器智能
-大数据的重要性及特点
-大数据中的因果关系与关键技术
-大数据与机器智能
--大数据与机器智能
-大数据思维
--大数据思维
-讲座问答环节
--讲座问答环节
-吴军:数据为王和机器智能的时代——课后习题
-大数据概述
--大数据概述
-大数据相关新趋势
--大数据相关新趋势
-大数据技术创新1
--大数据技术创新1
-大数据技术创新2
--大数据技术创新2
-大数据技术创新3
--大数据技术创新3
-大数据商业价值和前景
-大数据机遇和挑战
--大数据机遇和挑战
-苏中:从大数据到认知计算——课后习题
-金融大数据概述
--金融大数据概述
-用户个人信息分类
--用户个人信息分类
-金融大数据法律框架
-实际案例和业界实践
-核心风险点
--核心风险点
-王新锐:金融大数据的法律实践——课后习题
-互联网与商业化
--互联网与商业化
-大数据与计算广告
--大数据与计算广告
-计算广告介绍
--计算广告介绍
-数据交易
--数据交易
-刘鹏:互联网变现与计算广告——课后习题
-从记账技术到区块链
-区块链确保数据真实性
-区块链确保数据安全性
-区块链衡量数据价值
-区块链的应用和总结
-杨保华:区块链与数据科学——课后习题
-个性化推荐系统
--个性化推荐系统
-推荐系统的召回与排序
-智能制作之个性化海报
-线上推荐系统其它要素
-杨紫陌:个性化内容推荐——课后习题
-个人介绍及用户理解背景
-用户理解与用户画像
-案例1:用户属性识别
-案例2:自然人识别
-案例3:WOI与社交关系识别
-陆祁:用户行为大数据——课后习题
-内容智能生态——数据、算法、应用
-大数据在内容分析的应用
-IP价值评估系统
--IP价值评估系统
-爱奇艺的剧本评估
--爱奇艺的剧本评估
-爱奇艺的智能评分
--爱奇艺的智能评分
-阳任科:大数据与AI的内容分析——课后习题
-外卖行业及场景简介
-餐饮及外卖行业大数据应用框架
-案例分析:智能营销场景的用户画像
-案例分析:智能助手场景的菜品画像
-王栋:美团外卖的大数据应用——课后习题
-旅行业务的特点
--旅行业务的特点
-美团旅行业务的用户画像构建
-用户画像的应用案例
-住宿需求预测问题
--住宿需求预测问题
-营销补贴策略建模
--营销补贴策略建模
-赵楠:商业思维与大数据技术在美团旅行业务中的结合——课后习题
-互联网金融背景介绍
-互联网金融科技
--互联网金融科技
-数据智能的三个案例
-技术展望
--技术展望
-陈彧:美团点评金融服务的大数据与人工智能——课后习题
-数据的进化历程
--数据的进化历程
-阿里DMP平台介绍
-核心技术及案例
--核心技术及案例
-数据应用
--数据应用
-毛波:阿里全息大数据构建与应用——课后习题
-在线营销
--在线营销
-竞价机制
--竞价机制
-数据价值
--数据价值
-韩定一:在线营销中的竞价机制与数据价值——课后习题
-竞价排名搜索
--竞价排名搜索
-主要技术问题
--主要技术问题
-点击率预测概述
--点击率预测概述
-点击率预测实践
--点击率预测实践
-龚笔宏:大数据在工业界中的经典案例分享——课后习题
-即时配送业务的背景及挑战
-案例1:订单分配策略
-案例2:供需平衡策略
-未来展望
--未来展望
-郝井华:即时配送中的人工智能——课后习题
-什么是数据驱动营销
-LTV留存分析
--LTV留存分析
-RFM会员体系
--RFM会员体系
-消费者微群画像
--消费者微群画像
-渠道倾向性分析及行业竞争分析
-机器学习潜客挖掘模型
-- 机器学习潜客挖掘模型
-陈辉:数据驱动营销——课后习题
-金融大数据时代
--金融大数据时代
-大数据客观信用
--大数据客观信用
-我国的金融环境
--我国的金融环境
-客观信用的实践
--客观信用的实践
-应用案例与成果
--应用案例与成果
-艾小缤:大数据评价体系在金融、征信领域的创新——课后习题
-外部链接
--外部链接