9/9單選題（共20題）芝麻信用是一家大數據（）公司。BA、P2PB、征信C、眾籌D、風控解析：答案為B。從本章案例1與解析可以了解到芝麻信用是一家大數據互聯網模式下建立的征信系統。芝麻信用為客戶建立的征信模型，除了身份特質、履約能力、行為偏好和人脈關系，還包括（）。BA、購物行為B、信用歷史C、金融資產D、房產解析：答案為B。從本章案例1可以看到：“在模型中，信用歷史是非常重要的一項，其他維度包括身份特質、履約能力、行為偏好和人脈關系。”可知答案為信用歷史。精準營銷是在精準定位的基礎上，依托現代信息技術手段建立（）的顧客溝通服務體系，實現企業可度量的低成本擴張之路。CA、專業化B、大眾化C、個性化D、普及化解析：答案為C。從案例導學中精準營銷的案例分析可以看到，精準營銷（PrecisionMarketing）是在精準定位的基礎上，依托現代信息技術手段建立個性化的顧客溝通服務體系，實現企業可度量的低成本擴張之路。因此此處選C。百融金服目前從事的大數據有關的業務主要有（），iData互聯網金融分析引擎，用戶評估報告以及銀行業解決方案等。CA、銀行貸前預警B、小微貸后預警C、信貸審批系統D、風控解析：答案為C。從案例導學中百融金服案例的介紹可以看到，百融金服目前與大數據有關的業務主要有信貸審批系統、iData互聯網金融分析引擎、用戶評估報告以及銀行業解決方案等。人臉識別技術是以（）為目標，通過從給定的靜態或動態圖像中提取人臉信息等手段，與數據庫中已知身份人臉進行匹配的過程。AA、身份檢索或校驗B、評判美丑C、采集個人信息D、保障人身安全解析：答案為A。刷臉消費案例分析中，說明人臉識別技術是以身份檢索或校驗為目標，通過從給定的靜態或動態圖像中提取人臉信息等手段，與數據庫中已知身份人臉進行匹配的過程，是人工智能技術的典型應用。智能投顧主要運用云計算、大數據、（）、等技術來為客戶生成資產配置建議。B量子計算B、人工智能C、圖像視覺D、語音識別解析：答案為B。智能投顧也稱機器人投顧(robo-advisor)，其運用云計算、大數據、人工智能等技術將資產組合理論等其他金融投資理論應用到模型中，再將投資者風險偏好、財務狀況及理財規劃等變量輸入模型，為用戶生成自動化、智能化、個性化的資產配置建議，并對組合實現跟蹤和自動調整。智能客服可根據客戶的上下文信息理解客戶本意，主要依靠（）技術。A自然語音處理B、知識管理C、會話流程控制D、自動問答系統解析：答案為A。自然語音處理技術的逐漸成熟，智能客服可根據上下文理解客戶的本意，與客戶進行多輪對話，解決了客戶單次問題信息不完整無法作答的痛點，針對客戶上下文信息了解到客戶的本意，為客戶提供個性化的服務和咨詢，使得溝通順暢。人工智能領域的研究包括機器人、語言識別、圖像識別、自然語言處理和（）等。D專用系統B、專精系統C、專業系統D、專家系統解析：答案為D。專家系統（ExpertSystem)是一種在特定領域內具有專家水平解決問題能力的程序系統。它能夠有效地運用專家多年積累的有效經驗和專門知識，通過模擬專家的思維過程，解決需要專家才能解決的問題。專家系統屬于人工智能的一個發展分支。人工智能概念首次進入五年計劃是在哪個工程？（）C十一五B、十二五C、十三五D、十四五解析：答案為C。2016年3月，人工智能概念進入“十三五”重大工程。根據國際知名咨詢公司麥肯錫的報告顯示：在大數據應用綜合價值潛力方面，信息技術、（）、政府及批發貿易四大行業潛力最大。CA、多媒體B、現代物流C、金融保險D、服務業解析：答案為C。由金融大數據的應用一節中可以看到，金融保險行業潛力最大。個人客戶畫像包括人口統計學特征、（）、興趣數據、風險偏好等。AA、消費能力數據B、人際關系數據C、財產數據D、隱私數據解析：答案為A?？蛻舢嬒駪弥饕譃閭€人客戶畫像和企業客戶畫像。個人客戶畫像包括人口統計學特征、消費能力數據、興趣數據、風險偏好等。在客戶畫像的基礎上銀行可以有效的開展精準營銷，包括：實時營銷、（）、個性化推薦以及客戶生命周期管理。C口碑營銷B、體驗營銷C、交叉營銷D、網絡營銷解析：答案為C。從本章內容講解中金融大數據的應用一節中可以看到，精準營銷可以分為實時營銷、交叉營銷、個性化推薦以及客戶生命周期管理。客戶身份識別主要是通過人臉識別、虹膜識別、指紋識別等（）技術快速提取客戶特征進行高效身份驗證的人工智能應用。BA、物理識別B、生物識別C、化學識別D、電子識別解析：答案為B?？蛻羯矸葑R別主要是通過人臉識別、虹膜識別、指紋識別等生物識別技術快速提取客戶特征進行高效身份驗證的人工智能應用。技術的進步使生物識別技術可廣泛應用于銀行柜臺聯網核查、遠程開戶、支付結算、反欺詐等業務領域中。智能投顧（ROBO-Advisor）主要是根據投資者的風險偏好、財務狀況與理財目標，運用智能算法及投資組合理論，為用戶提供智能化的（）服務。CA、銀行B、證券C、投資管理D、借貸解析：答案為C。智能投顧主要是根據投資者的風險偏好、財務狀況與理財目標，運用智能算法及投資組合理論，為用戶提供智能化的投資管理服務。大數據和人工智能在保險行業的應用可以分為三大方面：客戶細分及精細化營銷、（）和精細化運營。BA、智能投顧B、欺詐行為分析C、運營優化D、個性化推薦解析：答案為B。保險行業的應用可以分為三大方面：客戶細分及精細化營銷、欺詐行為分析和精細化運營。目前國內外證券行業的大數據及人工智能應用大致有（）、客戶關系管理、投資景氣指數以及量化交易四個方向。CA、客戶生命周期管理B、風險管控C、股價預測D、運營優化解析：答案為C。Facebook上的粉絲數、Twitter上的聽眾數和Youtude上的觀看人數都和股價密切相關。券商可根據以上信息預測股價在10天、30天之后的上漲情況。券商可根據客戶歷史交易行為和流失情況來建立模型，從而預測客戶流失的概率。DA、本次投資行為B、歷史投資行為C、本次交易行為D、歷史交易行為解析：答案為D。券商可根據客戶歷史交易行為和流失情況來建立模型，從而預測客戶流失的概率。大數據與人工智能在金融行業的發展需要以（）為基礎，充分整合數據資源。AA、數據B、應用C、人才D、資產解析：答案為A。商業銀行經過多年信息化建設已經積累起海量的金融業務數據，這些精確、高密度的金融業務數據始終是銀行最基礎和最核心的數據資產，價值挖掘潛力巨大。商業銀行發揮自身數據資產的價值，關鍵在于（）。BA、數據B、應用C、人才D、資產解析：答案為B。數據的價值體現在應用?；ヂ摼W企業與傳統企業的區別不在于其擁有海量數據，而在于前者能夠通過大數據技術對海量數據進行分析挖掘并直接應用到業務流程之中，以充分發揮其數據價值，從而形成獨特的競爭力。商業銀行如何發揮自身數據資產的價值，關鍵在于應用。銀行業大數據與人工智能應用面臨的五大挑戰：數據來源和存儲模式不能有效支撐大數據分析、缺少成熟的分析模型和訓練工具、（）、新增成本投入較高和監管機制變革滯后。AA、專業的數據分析人員匱乏B、數據匱乏C、缺乏有效管理D、收益較慢解析：答案為A。目前很多數據分析師較擅長的是通過數據分析對已發生的問題查找原因，但缺乏發掘未知問題的能力，也缺少對趨勢預測的把握，而大數據的價值恰恰在于預測未來。如果只熟悉數據分析工具操作，卻不熟悉銀行的業務和運作細節，就無法從既有數據中挖掘出新的價值，達到推動銀行業務發展的目的。從業內目前的情況看，同時符合上述條件的復合型人才少之又少，專業分析團隊的建設任重道遠。多選題（漏答或錯答不得分，共10題）智能投顧作為人工投顧的替代品，通過獲取用戶的（A）以及（B）等指標，運用智能算法以及組合投后的自動化管理技術，幫助用戶實現主、被動投資策略相結合的定制化投顧服務。A、風險偏好水平B、大致預期收益率C、銀行推薦程度D、產品收益率解析：答案為AB。智能投顧運用云計算、大數據、人工智能等技術將資產組合理論等其他金融投資理論應用到模型中，再將投資者風險偏好、大致預期收益收益率，為用戶生成自動化、智能化、個性化的資產配置建議，并對組合實現跟蹤和自動調整。相比傳統投顧，智能投顧的優點有（ABCD）。高效B、便捷C、廉價D、低門檻解析：答案為ABCD。傳統投顧投資門檻高，投顧費用昂貴，主要客戶為高凈值人群。智能投顧降低了投資服務門檻。基于互聯網提供的服務可根據客戶以問卷等形式反饋的信息進行風險偏好判別，然后計算機后臺利用算法自動計算出滿足條件的投資組合，在全球范圍內實現資產配置，本質上來講節約了專業投顧的人力成本，且可以更高效、便捷、廉價地為C端中低凈值客戶提供投資理財、資產配置等服務。人工智能的研究領域包括（ABCDE）機器人B、語言識別C、圖像識別D、自然語言處理E、專家系統解析：答案為ABCDE。以上均為人工智能的研究分支。大數據與人工智能一個主要的區別是大數據是需要在數據變得有用之前進行清理、結構化和集成的（C），而人工智能則是（D），即處理數據產生的智能。A、 原因B、目的C、輸入D、輸出解析：答案為CD。人工智能的基礎和輸入是大數據，人工智能是大數據的輸出，即應用?？蛻舢嬒駪弥饕譃椋ˋ）和（B）。A、 個人客戶畫像B、企業客戶畫像C、政府客戶畫像D、互聯網客戶畫像解析：答案為BC?？蛻舢嬒駪弥饕譃閭€人客戶畫像和企業客戶畫像。銀行在客戶畫像時，除了內部采集到的數據，還會整合哪些外部數據？（ABCD）A、 客戶在社交媒體上的行為數據B、客戶在電商網站的交易數據C、企業客戶的產業鏈上下游數據D、互聯網用戶行為數據解析：答案為ABCD。以上均為銀行會整合的外部數據，以增進對客戶的了解。銀行的精準營銷有以下幾種方式：（ABCD）實時營銷B、交叉營銷C、個性化推薦D、客戶生命周期管理解析：答案為ABCD。在客戶畫像的基礎上銀行可以有效地開展精準營銷，包括：實時營銷、交叉營銷、個性化推薦以及客戶生命周期管理。生物識別技術可廣泛應用于（ABCD）等業務領域中。柜臺聯網核查B、遠程開戶C、支付結算D、反欺詐解析：答案為ABCD?？蛻羯矸葑R別主要是通過人臉識別、虹膜識別、指紋識別等生物識別技術快速提取客戶特征進行高效身份驗證的人工智能應用。技術的進步使生物識別技術可廣泛應用于銀行柜臺聯網核查、遠程開戶、支付結算、反欺詐等業務領域中。商業銀行應該如何構建大數據應用體系，充分發揮數據資產價值，增強業務創新能力，加速推進銀行轉型發展。（ABC）A、以數據為基礎，充分整合數據資源B、以應用為驅動，深入挖掘數據價值C、以人才為核心，提升數據分析能力D、以平臺為基礎，充分整合數據資源解析：答案為ABC。商業銀行應該從“數據—應用—人才”三個層面構建大數據應用體系，全面整合集團數據資源，充分發揮數據資產價值，增強業務創新能力，加速推進銀行轉型發展。目前大數據和人工智能在金融領域的推廣和應用面臨哪些問題？（ABCDE）數據來源和存儲模式不能有效支撐大數據分析缺少成熟的分析模型與訓練工具專業的數據分析人員匱乏新增成本投入較高監管機制變革滯后解析：答案為ABCDE。以上均為目前數據和人工智能在金融領域的推廣和應用面臨的問題。判斷題（共10題）芝麻信用是一家大數據P2P公司，以開放的方式與征信業生態的其他伙伴展開合作與共創。（）解析：芝麻信用是一家大數據互聯網征信公司，不是P2P公司。保險行業的大數據應用可以分為三大方面：客戶細分及精細化營銷、風控和精細化運營。（）解析：保險行業的大數據應用可以分為三大方面：客戶細分及精細化營銷、欺詐行為分析和精細化運營。個人征信必須使用金融領域的數據來進行評估。（）解析：大數據技術的日趨成熟讓金融機構看到了個人征信的另一種可能性——即利用非金融領域的數據為金融機構提供用戶信用評估。大數據技術可以對人口統計數據、消費數據、網站行為數據、社交數據、金融數據等結構化以及非結構化數據進行挖掘和關聯性分析，給出相應信用評分，為金融機構提供信用參考。刷臉支付只需要用到大數據技術。（）解析：人臉信息的采集和儲存需要用到大數據技術，但是最關鍵的身份檢索與校驗是通過人工智能技術從圖像提取信息，并與數據庫已知身份人臉進行匹配的過程，因此不只是大數據技術。智能客服可根據上下文理解客戶的本意，與客戶進行多輪對話，解決客戶單次問題信息不完整無法作答的痛點。（）解析：自然語音處理技術的逐漸成熟，智能客服可根據上下文理解客戶的本意，與客戶進行多輪對話，解決了客戶單次問題信息不完整無法作答的痛點，針對客戶上下文信息了解到客戶的本意，為客戶提供個性化的服務和咨詢，使得溝通順暢。大數據本質上也是一種資產。（）解析：大數據指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據和人工智能協同工作時，大數據是輸入，人工智能是輸出。（）解析：大數據與人工智能一個主要的區別是大數據是需要在數據變