- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩锋频道
金融企业存储场景分析
金融企业中，“数据”扮演着重要的角色，因此其对数据的存储、使用也格外重视。本文将对典型金融企业中的存储场景进行分析，并针对不同场景的技术现状及未来发展进行简要说明。 强调下，以下内容仅代表个人观点。 02 非核心数据库 在非核心场景下，金融企业已更多地使用开源数据库解决方案，其对存储层的要求侧重于高性能、性价比及扩展能力。 特别是随着近些年来，SATA SSD、NVMe SSD等技术逐步成熟，性价比优势也愈发突出，为此场景下的优选方案。 03 虚拟化 虚拟化场景下，存储层需提供共享存储并需具备一定的性能。 05 生产类"NAS" 与备份类场景不同，前者虽然也可用NAS解决，但其对性能、数据保护级别不高，但此场景不同。它重点关注于数据安全、高性能及扩展性等。 06 本地存储 这部分就很简单了，HDD已逐步被SSD所取代，特别是在对性能有较高要求的场景。NVMe标准协议的推广，又为更高性能要求、更大存储空间的场景，提供了可行的方案。
1.4K30发布于 2019-06-06 - 来自专栏活动盒子
金融行业数字化转型新方向——场景金融
而随着金融行业的数字化进程加快，金融服务也逐渐向嵌入式的“场景化”方向转型，继而衍生出场景金融的新营销模式，那么这种“场景+金融”的形式是因何而起、又如何正确执行呢？ 2、多元化金融场景 随着金融科技的发展，金融数字化、智能化程度加深，各大金融机构平台将金融服务嵌入生活场景运用中，“场景+金融”的转型理念更加深入用户心理，更加敏锐地识别、感知、引导、创新和满足用户需求 ，提供无处不在的金融服务，而其核心价值点就是拥抱多元化的金融场景。 （1）激活低频场景 相较于社交、电商、餐饮、出行等用户刚需APP来说，投资理财类金融场景属于用户黏性和活跃度较低的低频场景，用户对于高投入的产品往往十分谨慎，单一形式的图文难以短时间内获得信任，对于金融产品的回报率 （2）借力高频场景 金融本身作为低频场景，很难在传统投资理财业务中突破行业天花板，下沉到与之相匹配的高频场景，在高频场景中植入金融场景，通过借力的方式，触达更多用户，比如： 支付宝在2018年上线的大病互助计划
1.5K20发布于 2020-11-20 - 来自专栏超级架构师
区块链应用场景:金融服务
金融服务 自有人类社会以来，金融交易就是必不可少的经济活动。交易角色和内容的不同，反映出来就是不同的生产关系。通过交易，可以优化社会的效率，实现价值的最大化。人类社会的发展，离不开交易形式的演变。 金融服务涉及的领域包括证券、货币、保险、捐赠等。 银行金融管理 银行分为中央银行和普通银行。 中央银行的两大职能是“促进宏观经济稳定”和“维护金融稳定”（《金融的本质》，伯克南），主要手段就是管理各种证券和利率。央行的存在，为整个社会的金融体系提供了最终的信用担保。 此外，在目前金融系统流程情况下，大量商家为了完成交易，还常常需要额外的组织（如支付宝）进行处理，这些实际上都增加了目前金融交易的成本。 区块链技术被认为是有可能促使这一行业发生革命性变化的“奇点”。 DAH 为金融市场交易提供基于区块链的交易系统。获得澳洲证交所项目。 Symbiont 帮助金融企业创建存储于区块链的智能债券，当条件符合时，清算立即执行。
4.7K50发布于 2018-04-09 - 来自专栏EAWorld
构建金融+场景化的生态服务平台
引言： 近年来，互联网企业涌入金融行业，创造了大量的消费场景，带领我们进入场景化金融时代。而相对保守的银行则被迫面临新的困境：客户脱媒、产品与服务解绑、产品透明化和品牌隐形化。 生态圈的精髓是通过金融+场景的方式服务客户端到端的金融相关需求。银行需要通过建立生态将金融与非金融场景无缝对接，保障客户的永续经营。本文将呈现普元构建的金融生态服务理念。 3.场景化金融在API Bank中的典型应用 ? 7.生态服务平台提升银行生态圈建设能力 生态服务平台可以提升银行在场景化金融时代的综合实力： 社群运营能力：打通渠道，打破业务限制，金融服务场景化 合作伙伴运营能力：帮助商家尽快落户，快速变现 营销能力 银行从客户潜在痛点出发，挖掘一系列解决客户痛点的场景和机会点，利用金融服务平台经济的力量将金融产品全方位、无缝插入客户旅程端到端的相关场景中,满足客户全方位的需求。
4.3K30发布于 2018-12-05 - 来自专栏Spark学习技巧
金融反欺诈场景下的Spark实践
推荐阅读： 1，Spark Structured Streaming高级特性 2，Spark高级操作之json复杂和嵌套数据结构的操作一 3，spark调优系列之高层通用调优 4，Kafka源码系列之kafka如何实现高性能读写的
2K100发布于 2018-01-31 - 来自专栏AI技术应用
AI技术在金融行业的应用场景
AI技术已深度融入金融行业的各个环节，从传统的风险管理到前沿的客户互动，都在经历一场由数据驱动的智能化变革。 AI技术在金融行业的应用场景主要可划分为以下五大核心领域：1. 法规解读： 使用自然语言处理（NLP）技术自动解析新的金融法规和政策文件，帮助金融机构快速理解合规要求并自动调整内部流程。2. 实时市场解读： 利用大模型（LLMs）分析金融新闻、研报、社交媒体情绪，为客户提供易于理解的市场动态和投资建议。 银行业务场景（Banking-Specific Applications）智能网点： 利用计算机视觉和面部识别技术，实现客户身份的快速识别和VIP客户的个性化迎宾服务。
98911编辑于 2025-10-21 - 来自专栏ThoughtWorks
场景化金融时代的平台建设 | TW商业洞见
图1：金融的互联网化之路 一、什么是场景化金融 「在互联网时代，用户的所有行为，包括金融行为，都将融入到具体的场景里」，场景化金融是互联网金融未来的方向。 与其在「客场」与互联网公司辛苦竞争，对金融公司更有利的，是牢牢把握住场景化金融的核心部分，「主场」作战，结合自身优势做资源整合和数字化转型，构建自己的金融场景，或在与互联网公司合作中处于主导地位。 金融机构要做场景化金融，需要把握的一点是：金融是核心、场景是入口、互联网是载体。 二、场景化金融的内在逻辑 场景化金融的内在逻辑，关键在于把握住「风控—>资产—>场景运营—>互联网平台」这个层层递进的关系。 首先，无论是什么形态，其本质仍旧是金融，金融的核心是风控。 对于场景化金融，IT技术仅仅是工具，它将场景入口、互联网载体和金融核心有效的连接起来。企业布局场景化金融时，必须对自身的业务愿景有整体的规划、对金融本质有深刻的理解、对互联网有全面的认识。
1.3K50发布于 2018-04-20 - 来自专栏代码工具
金融交易场景下热key如何解决
交易场景下一般使用TPS衡量系统性能.问题定义所谓 热点账户 是指产生资金流入流出请求笔数巨大的账户，请求持续时间可能是秒级，也可能较长一段时间。 热点账户普遍存在于大商户的支付收单场景，如直播大V带货、商户活动营销等，形成对单个账户的账务请求洪峰，记账时，所有涉及的账户余额都要做update更新，高并发情况下，当出现热点账户时，由于数据库的行级锁
1.1K30编辑于 2022-08-05 - 来自专栏啄木鸟软件测试
覆盖全场景的金融压力测试情景生成系统
1.2 预期读者 本文的预期读者包括金融机构的风险管理专业人员、金融分析师、数据科学家、软件开发人员以及对金融风险管理和压力测试感兴趣的研究人员。 再探讨实际应用场景，推荐相关的学习资源、开发工具框架和论文著作。最后总结未来发展趋势与挑战，提供常见问题解答和扩展阅读参考资料。 资产组合：金融机构持有的各种金融资产的集合，如股票、债券、贷款等。 极端情景：指在历史上很少发生但可能对金融机构造成重大损失的市场情景，如金融危机、重大自然灾害等。 实际应用场景 银行风险管理 银行可以使用压力测试情景生成器评估其贷款组合在不同市场情景下的信用风险。例如，模拟经济衰退、利率大幅上升等情景，评估银行的资本充足率和贷款损失准备是否足够。 通过对金融机构的压力测试结果进行分析，监管机构可以评估金融机构的风险状况和稳健性，制定相应的监管政策和措施，维护金融市场的稳定。
21410编辑于 2026-03-04 - 来自专栏PingCAP的专栏
TiDB 在金融行业关键业务场景的实践（下篇）
TiDB 作为一款高效稳定的开源分布式数据库，在国内外的银行、证券、保险、在线支付和金融科技行业得到了普遍应用，并在约 20 多种不同的金融业务场景中支撑着用户的关键计算。 在TiDB 在金融行业关键业务场景的实践（上篇）中，我们介绍了 TiDB 在银行核心交易场景的应用，本篇文章将主要分享 TiDB 在核心外围的关键业务场景的实践。 此外，我们也在北京银行的理财销售平台和微众银行企业同业的理财交易流水有了相关的场景落地。 TiDB 在实时风控业务中的实践 我们还有一大类关键的金融应用场景是实时风控业务。 跟传统的风控不一样，随着互联网化的业务场景增多，银行和泛金融机构对于实时风控的要求是非常高的。TiDB 目前在风控业务中的实时风控数据汇聚、存储、管理、加工、计算场景方面已经有多个落地实践。 在金融业务场景方面，我们有包括北京银行线上业务风控模型管理平台、微众银行 CNC 反欺诈系统、天翼支付反洗钱平台、拉卡拉金融实时风控平台等一系列的场景落地。
2K20发布于 2020-12-11 - 来自专栏PingCAP的专栏
TiDB 在金融行业关键业务场景的实践（上篇）
TiDB 作为一款高效稳定的开源分布式数据库，在国内外的银行、证券、保险、在线支付和金融科技行业得到了普遍应用，并在约 20 多种不同的金融业务场景中支撑着用户的关键计算。 本篇文章将为大家介绍分布式关系型数据库 TiDB 在金融行业关键应用领域的实践。 金融关键业务场景 银行的业务系统非常复杂，包括从核心上的账户、账务、结算等业务到外围的各种存、贷、票、汇以及面向互联网场景的各类金融业务。 TiDB 对核心交易场景的潜在价值 TiDB 为核心交易场景也带来了一些潜在价值。 首先我们坚信云一定是未来，TiDB 云原生架构及产品能力(K8s 容器集群)就绪，为上云(私有云)提供了技术基础。 在内核上，TiDB HTAP 行列混合架构能够支撑未来更多的在线新业务场景，拓宽业务适用面；同时，我们的产品团队也在跟包括 Flink 的团队合作，完成了包括流处理的方案适配，为实时处理类业务提供动力。
1K30发布于 2020-12-10 - 来自专栏云+直播
金融全产品交易场景下的技术中台实践
本次腾讯云大学大咖分享课程邀请 腾讯云最具价值专家TVP 王晔倞 分享关于“金融全产品交易模式下，技术中台应该是怎样的？ ”课程的内容。 在我看来，中台其实并没有什么标准，因为每家公司都会基于自身的业务场景来进行实践，比如我这边分享的是金融全产品交易模式，有的人可能基于公司的电商场景，有的可能是游戏平台的场景，或者是其他什么场景。 我们公司以前是做线下金融交易业务，从12年余额宝出来之后，开始做线上。 我们来看一个场景示例，下图展示的是我们公司的技术中台的一个产品，这个产品是A团队和B团队同时需要接入分布式缓存。 [13.jpg] 混合交易场景下，技术中台的未来在哪？ 前面所说的多产品交易，基于多金融体系下的这种混合场景交易，我们的技术中台未来该怎么走？
81420发布于 2020-03-05 - 来自专栏钱曙光的专栏
滴滴开源基于金融场景的Vuejs组件库Mand Mobile
4月11日消息，滴滴今日宣布开源一款基于金融场景的Vuejs组件库——Mand Mobile。 Mand Mobile致力于提升金融相关产品的用户体验，提高设计和研发效率，让复杂的场景变得简单。 由于金融产品种类繁多，功能相对来说较复杂，设计及开发成本较高。 其中的业务类组件还针对金融领域，提取了包括图表、数字键盘等，从而更好地满足相关产品的开发需要。 ? 统一的视觉规范 视觉设计既要兼顾可用性，又要具备信息传达的直观度和界面展现的美观度。 非功能性视觉规范会定义主辅颜色体系，场景按钮等。 Mand Mobile 的视觉规范由滴滴战略事业群设计师设计并维护，保证了应用的项目内部、项目之间都能保持高度的视觉一致性。 简洁大气的设计风格，在保证项目整体的美观与格调的同时，也让其有能力适应更广泛的应用场景。
1.5K10发布于 2019-07-02 - 来自专栏腾讯云商业智能分析团队的专栏
金融大数据：三大应用场景提升营销收益
11月26日2016永洪科技用户大会，小编在本次大会中聆听诸位金融专家演讲，受益匪浅，在此与大家分享其中的干货。 三大应用场景大幅提升营销收益 金融行业向来是对新技术最为敏感的接受者之一。 2.风险控制 从聚宝滙分享的应用场景中可以看到其在反欺诈（业务风控）和管理风控方面非常有经验。 前面的应用部分都是基于海量数据和复杂应用场景，事实上在金融领域，多个交易中心之间的数据必须要汇齐，在整个金融机构里面有统一风险管理的相关交易汇集，统一的交易平台是机构风险管理的必须的要求。 前面说到由于应用场景和政策要求需要各金融机构建立强大的大数据处理平台，其实Yonghong Z-Suite就提供了金融各业务场景的大数据分析解决方案，比如说自定义字段，可以支持实时计算，支持定时自动刷新 ，因为金融领域必须支持不同的金融产品，这些金融产品都有不同的特性，所以必须要有一个统一的框架做到这种灵活性。
2.7K10发布于 2017-08-25 - 来自专栏腾讯开源的专栏
finLLM-Eval大模型金融场景幻觉专业评测方案
一、背景与意义 通用大模型在文创、对话等场景中表现优异，但在专业金融场景下，其生成内容的数据、事实准确性和逻辑严谨性仍面临严峻挑战。 金融行业对数据的精确性、逻辑的严密性以及合规性有极高要求，传统的通用评测方法难以满足金融场景高专业、强合规、低容错需求。 为此，我们开发了finLLM-Eval，这是一套专为大模型金融场景设计的幻觉评测方案，在行业内首次提出无 GroundTruth 下金融数据准确性的评测方法，填补了大模型金融领域评测的空白，旨在推动AI 本方案提供大模型金融场景逻辑一致性、事实准确性和金融数据准确性的评测方法。在行业内首次提出无 GroundTruth 下金融数据准确性评测方案，强化了金融场景幻觉评测能力。 然而，该方法所能覆盖的金融场景范围受限于评测集的覆盖广度，且需依赖人工提前准备标准答案。
48610编辑于 2026-01-20 - 来自专栏深度学习与python
国产金融级分布式数据库在金融核心场景的探索与实践
哪些因素在驱动和促进金融核心场景分布式数据库发展？分布式数据库在金融领域会遭遇哪些挑战与痛点？如何支撑、解决金融场景架构转型需求并以延续性发展的思路进行思考、探索与实践？ 今天为大家带来腾讯云金融行业架构专家贾瓅园老师在金融级架构方面的分享，主题为“国产金融级分布式数据库在金融核心场景的探索实践”。 在此背景下，要求实现多中心多活的可控性，包括 OLTP、OLAP 场景以及 HTAP 混合场景（金融业务系统 TP、AP 场景混合的系统较多，很难单一划分）。 全方位的架构，满足解决当下及未来金融级交付与服务等问题： 满足合规要求，符合金融级“四高两低”原则； 多内核，兼容金融业务系统 OLTP 及 OLAP 场景、存量系统、业务场景； 探索与实践自主安全可控路线 数据迁移（静态）场景外，金融行业具有贴源数据同步场景，此类应用场景也是是当下传统数据库、国产分布式数据库百家争鸣背景下的必然。
1.7K30编辑于 2022-06-11 - 来自专栏人工智能领域
微众银行金融场景 Agent：创新实践与深度剖析（1230）
机器学习算法中的深度学习、强化学习等在金融场景中应用广泛。 无论是在客服场景中的智能问答，还是在营销场景中的精准推荐，亦或是在风控场景中的风险评估，We 大模型都能展现出出色的表现，为金融业务提供全方位、深层次的支持。 这些技术的综合应用使得感知与认知层的模型能够高效、准确地运行，为微众银行金融场景 Agent 提供了强大的智能交互能力，使其在各个金融业务场景中都能为用户提供优质、便捷的服务体验。 5.2 应用拓展前景：金融服务的全场景覆盖 随着技术的不断进步，Agent 技术在金融领域的应用场景将得到更为广泛的拓展，为金融服务的创新与升级注入新动力。 2.如何评估金融场景 Agent 的性能？ 3.金融场景 Agent 未来的发展趋势是什么？
2K10编辑于 2024-12-27 - 来自专栏PPV课数据科学社区
大数据的金融场景：一切数据皆为信用数据
大数据在美国金融当中最直接的场景，就是所谓的信用评估体系。美国的信用体系评估很简单，就几样东西：债务历史、债务、信用历史时间、相关的其他因素。这些东西全部加起来形成了美国现有的评分体系。 大数据到底在金融当中有什么用处？同样一个人在不同的应用和领域当中也不一样。比如今天在这个公司当中呆了20年，不一定说明他是个好员工，很有可能是他没有能力跳槽。
85380发布于 2018-04-20 - 来自专栏腾讯云中间件的专栏
FiT 基于 Pulsar 在金融在线高并发场景的最佳实践
腾讯金融科技（Tencent Financial Technology）是腾讯公司提供移动支付与金融服务的综合业务平台。 同时由于 FiT 均是交易类场景，对消息产品的高并发、容灾有非常高的要求。 在场景支撑方面，TDMQ Pulsar 承载了腾讯计费、中国银行等金融场景下的核心交易链路。从各方面来说，都非常匹配 FiT 的需求。 客户评价 FIT 架构师： 得益于 TDMQ Pulsar 高吞吐、低延迟的能力，FiT 金融产品业务迁移到 TDMQ Pulsar 后，消息从生产者到消费者的耗时缩短了大约80%，消息积压情况大大缓解 总结展望 下一步，FiT 金融产品业务将继续切量至 TDMQ Pulsar，预计 2024年基本完成迁移。
93110编辑于 2024-04-16 - 来自专栏PingCAP的专栏
TiDB 在金融场景里面那些不得不说的事
有”危“就有“机”，疫情期间，北银金科云计算应用部副总经理 & 金融业务及解决方案专家于振华老师做客 TiDB 直播间，分享了 TiDB 在金融场景的应用，以下为直播文字回顾。 第一部分：背景介绍 我发现随着时间的推进，金融科技工作者感觉越来越累，因为技术变化是一直存在的，金融科技发展有一个非常快的加速度，并且我觉得未来应该也会延续这种趋势。 第二，支持完整的 ACID 事务，提供金融级别的可靠性保证。 另外像 TPC-C、Sysbench 等等这些工具，都是面向非金融场景，为了考察 TiDB 在金融场景下的服务能力，我们和中国信通院进行了合作，开发了一个工具，主要包括：数据初始化功能，业务性能测试，把我们实际需要的业务场景 我们选取的场景其实也是银行最典型的业务场景，包括转帐，代发工资，帐户查询，存款，取款，以及资产盘点等等。虽然我们做这个工具是面向性能测试的，但是我们觉得这个性能测试也离不开准确性。
69941发布于 2020-04-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号