大数据征信背景下的信息质量度量与提升研究

本书按照知识获取、模型构建与应用、提升策略分析的顺序逐步展开。首先，结合大数据征信背景下的信息特征，基于MIT信息质量计划和全面数据质量管理负责人、信息质量靠前会议Richard Wang的信息质量度量框架，构建了适用于企业征信数据的信息质量度量模型，探求适用于征信系统的信息质量度量统一指标体系和各信息质量维度的测量方式。其次，结合靠前外信息质量管理提高经验，探索融数据与流程于一体的信息价值提升策略。本书主要适合管理信息系统专业学生、信息质量领域学者及征信大数据治理的相关工作人员参考阅读。

宋媚，江苏师范大学计算机科学与技术学院讲师，上海交通大学博士，中国人民银行征信中心、金融研究所联合培养博士后。主要研究方向为跨组织信息共享、信息质量、信息融合。主持国家自然科学基金青年项目、中国博士后科学基金特别资助等课题5项。曾获得山西省科技进步三等奖，出版参编教材3部，其中两部均为自然科学基金结项教材，在靠前外发表学术论文30余篇。

第1章绪论
1.1研究背景
1.1.1现实背景
1.1.2理论背景
1.2研究问题
1.3研究意义
1.3.1现实意义
1.3.2理论意义
1.4研究方案
1.4.1研究范围
1.4.2研究内容
1.4.3技术路线
1.4.4研究方法
1.5创新点
1.6本章小结
第2章国内外研究综述
2.1征信信息基本概念界定
2.1.1信息的定义
2.1.2征信信息的定义
2.1.3征信信息质量的定义
2.2征信市场中的信息共享文献综述
2.2.1国内外征信市场的信息共享实践综述
2.2.2国内外征信市场的信息共享理论综述
2.3信息质量度量的文献综述
2.4信息价值提升的文献综述
2.5本章小结
第3章大数据征信背景下的信息质量评价与管控
3.1大数据征信信息质量评价与管控
3.1.1量化考评，建立健全征信数据质量评价方法
3.1.2源头控制，集中解决突出的数据质量问题
3.2信息质量考核与管理的国际经验
3.3信息质量提升的国际经验
3.4征信系统信息质量度量与提升的关键点
3.4.1企业征信系统信息共享的分类与汇聚
3.4.2企业征信信息采集现状
3.4.3企业征信系统信息质量度量的关键点
3.4.4企业征信系统信息价值提升的关键点
3.5征信信息质量评价结构分析
3.5.1相关研究综述
3.5.2研究模型的提出
3.5.3研究假设的形成
3.5.4研究设计
3.5.5数据分析与结果
3.5.6讨论
3.6本章小结
4.2征信信息质量度量概述
4.2.1面向企业征信信息的质量度量界定
4.2.2面向大数据征信的信息质量度量体系及其扩展
4.3本章小结
第5章征信信息质量度量模型应用
5.1企业征信相关性分析
5.1.1信息相关性的概念
5.1.2征信系统的信息相关性度量
5.1.3企业征信系统信息相关性的测度结果
5.1.4应用分析
5.2基本信息质量分析
5.2.1基本信息的完整性度量
5.2.2基本信息的及时性度量
5.2.3基本信息的准确性度量
5.2.4企业征信基本信息的综合度量
5.3信贷信息质量分析
5.3.1信贷信息完整性度量
5.3.2信贷信息及时性度量
5.3.3信贷信息准确性度量
5.3.4信贷信息各指标综合分析结果
5.3.5企业征信数据质量度量方法的应用分析
5.4非信贷信息质量分析
5.4.1非信贷信用信息的完整性度量
5.4.2非信贷信用信息的及时性度量
5.4.3非信贷信用信息的准确性度量
5.4.4企业非信贷信息的综合度量
5.5本章小结
第6章大数据征信背景下的信息质量管理与价值提升策略分析
6.1基于信息产品清单管理制度的信息质量管理策略
6.1.1编制信息产品目录
6.1.2确定影响突出的关键信息产品
6.1.3创建关键信息产品的数据质量规范
6.1.4记录关键信息产品的生产流程
6.1.5信息产品定期核查
6.2基于信息产品图和统一建模语言的信息价值提升策略分析
6.2.1质量设计模型
6.2.2质量改进计划与监控
6.3本章小结
第7章结论与展望
7.1研究结论
7.2下一步工作展望
参考文献
索引
后记