第一篇：結合大數據技術和云計算技術的金融IC卡業務拓展

結合大數據技術和云計算技術的金融IC卡業務拓展

摘要：互聯網金融不再局限于簡單的資金結算，在互聯網海量的信息海洋中，如何找到這些數據最有意義的內涵，如何結合金融IC卡的特點引入新的技術。在新的技術特點引導下，區分客戶群體，改變商業營銷模式，提高零售銀行的營銷效率。關鍵字：大數據 云計算 零售銀行營銷 IC卡業務拓展

互聯網金融

互聯網金融不是互聯網和金融業的簡單結合，而是在實現安全、移動等網絡技術水平上，為適應新的需求而產生的新模式及新業務。是傳統金融行業與互聯網相結合的新興領域。互聯網金融與傳統金融的區別不僅僅在于金融業務所采用的媒介不同，更重要的在于金融參與者深諳互聯網“開放、平等、協作、分享”的精髓，通過互聯網、移動互聯網等工具，使得傳統金融業務具備透明度更強、參與度更高、協作性更好、中間成本更低、操作上更便捷等一系列特征。理論上任何涉及到了廣義金融的互聯網應用，都應該是互聯網金融，包括但是不限于為第三方支付、在線理財產品的銷售、信用評價審核、金融中介、金融電子商務等模式。互聯網金融的發展已經歷了網上銀行、第三方支付、個人貸款、企業融資等多階段，并且越來越在融通資金、資金供需雙方的匹配等方面深入傳統金融業務的核心。

在當代網絡信息技術越發成熟，信息安全保障技術越發完善的前提條件下。互聯網金融要求以下方面：信息處理，風險評估，資金供求的期限和數量的匹配，不需要通過銀行或券商等中介，完全可以自己解決；超級集中支付系統和個體移動支付的統一；供求方直接交易；產品簡單化；金融市場運行完全互聯網化，交易成本極少。

金融IC卡的特點

IC卡由于采用了最先進的智能卡技術，具有體積小、容量大、安全性高、可靠性強、壽命長、可脫機使用、支持非接觸使用、支付更快捷、可支持多應用的特點。

金融IC卡片內部存儲專門的賬戶信息，消費時無須聯機、脫機完成支付，無須簽名和密碼。卡片使用過程類似公交IC卡，但更為安全、應用渠道更廣。特別適合于在小額支付領域，如小型超市、快餐店、藥店、交通工具、健身場所等使用。

金融IC卡由于具有安全、多應用的特點，已經成為銀行卡的發展趨勢。金融IC卡具備的高安全性極大的降低了偽卡的風險，不僅提升了聯機交易的安全性，也使卡片可以實現安全的脫機交易，有效的保障了銀行和持卡人資金的安全，并拓展了銀行卡的支付領域，使銀行卡能滿足公交、快餐、鐵路等眾多行業的支付和服務需要，因此許多國家和地區已頒布法令，在其境內必須發行和使用金融IC卡，國際上的銀行卡組織和金融機構也在大力推動全球磁條卡向金融IC卡遷移。

為何需要引入大數據技術

目前，大數據已經成為非常重要的技術趨勢，是最有潛力顛覆式地改變世界上任何組織使用信息的方式以增強體驗以及改變組織的商業模式。大數據技術能夠幫助組織在正確的時間、以正確的方式儲存，管理和操作海量的數據，以得到這些海量數據最有意義的內涵。

現階段大部分公司在大數據上還只是邁出了第一步，只是嘗試通過技術手段將大量數據收集起來，在其中尋找可能存在的隱藏的模式。隨著企業逐漸開始重視新的大數據解決方案，大量新的機會開始涌現。零售商可以實時地監控銷售數據，并在執行某項交易時及時根據客戶情況調整產品數量。大數據解決方案還可用于醫療行業幫助醫生確定某種病情的病因，并對治療方案提供指導信息。

中國農業銀行是國有大型商業銀行，作為中國主要的綜合性金融服務提供商之一，本行致力于建設面向“三農”、城鄉聯動、融入國際、服務多元的一流現代商業銀行。本行憑借全面的業務組合、龐大的分銷網絡和領先的技術平臺，向廣大客戶提供各種公司銀行和零售銀行產品和服務，同時開展自營及代客資金業務，業務范圍還涵蓋投資銀行、基金管理、金融租賃、人壽保險等領域。

我行的客戶群體結構復雜，分銷網絡龐大，產品種類繁多。雖然我行的產品日益完善，但是如何讓廣大客戶了解我行的產品業務，如何針對不同的客戶群體進行有效營銷，如何準確無誤的為結構復雜的客戶群體找到適合我行的產品，如何避免有產品而營銷遲滯的問題，已經成為我們首要關注的問題。現階段我行的產品營銷策略仍然是依靠前臺業務人員甄別優質客戶與推薦產品，這樣做雖然可以營銷產品，但是效率低下，只是針對部分客戶介紹了部分產品，造成的是產品出售率不高而且無疑還增加了業務人員的工作量。走出這樣的營銷盲區，需要我們運用新的技術去改變我們就有的工作模式，從我們已經掌握的信息源中提取有效的客戶信息，整合客戶信息資源，已經成為在下一個信息技術時代到來前的必要任務。例如，將客戶的消費信息，儲蓄情況，信譽指數等個別信息，整合成為一個龐大信息流中，再從這些海量的信息流中，通過算法分析，數據自動歸集等手段，區分出不同類型的客戶，根據各種客戶的不同性質，準確的推薦他們所需要的產品和開發產品是當務之急。

銀行業可以歸集客戶的資金動向，產品需求等信息數據，在這樣龐大的信息數據處理業務壓力下，引入大數據技術，在正確的時間，以正確的方式，管理和操作海量的數據，得到這些數據最有意義的內涵，最有利于我行零售業務的發展。依靠優質的服務平臺，發展完善的自助終端服務平臺，縮短業務辦理時間，有效的進行產品營銷，是企業穩步發展的重要因素。

為何需要云計算技術

云的威力在于，當人們想要訪問某些計算或存儲資源時，可以完全不需要購買額外的硬件或軟件。云的關鍵特征之一就是可伸縮性：用戶可以根據實際需求幾乎實時地添加或減去資源。

云計算是一種提供一系列可共享資源的方式，這些資源包括應用程序、計算性能、存儲、網絡、部署平臺，甚至業務流程。在底層互聯網基礎環境中，云計算將傳統的，孤立的計算資源變成了一個可共享的資源池。在云計算中，所有的一切：從計算性能到計算基礎架構。從應用程序和業務流程到數據和分析，都能作為一種服務提供給用戶。在現實的使用過程中，云，必須遵循常規標準化流程并實現自動化。

相比之下，典型的數據中心支持大量不同的應用程序和工作負載，很難被優化。當某個組織正在執行一項復雜的數據分析項目，需要額外的 計算周期來幫助處理任務時，云計算的效率可以非常高。此外，與自行購買存儲相比，云上每GB的成本更為低廉。在大數據中，是否選擇云的關鍵在于安全保障及時延是否處于可接受范圍內。

大數據中的許多部署和分發的模型都在云端。云計算的可伸縮性，彈性，資源池，自助服務，極低的前期成本，即用即付，容錯都使得它成為大數據生態系統中不可或缺的一環。

結合云計算的實時性，可以對金融IC卡發生資金結算業務實時上傳至云端，對客戶的資金變化做到快速響應，實時對客戶資料進行數據整合。

金融IC卡業務拓展

根據前文所講內容，已經對于大數據技術特點和云計算技術特點做了比較詳細的描述。這兩種技術在引用到金融IC卡業務后，我行可開展客戶信息歸集，采用計算機系統提取高質量的客戶優質信息，進而改變產品營銷策略，增加產品營銷模式，從而減輕一線柜員的工作負擔，節省營銷時間，更加高效的營銷產品。也可以進行更加合理的產品設計滿足多種類客戶的需求。例如：

一、充分利用電視、廣播、報紙、網絡等渠道,提升客戶對金融IC卡的認知度，并積極推廣金融IC卡在公共服務領域的應用，利用金融IC卡為載體，進行支付渠道改造，滿足各種客戶的金融支付需求，將金融IC卡用于公共交通、存取轉賬、網銀、理財等多項民生領域，真正做到“一卡在手，生活無憂”

二、可以根據客戶使用金融IC卡的銀行結算數據，進行大數據技術處理，根據處理后的信息源，自動對不同種類的客戶進行與之相對應的產品配對，再由客戶經理對其營銷。

三、利用大數據技術和云儲存技術手段，加強對于民生設備的投入，如：銀醫服務（提供用網絡銀行，手機銀行，客服平臺的醫院掛號預約服務），四、實現一卡多用的功能，如，用于公共交通的充值卡，門禁卡的功能等。

五、結合生活中的結算業務，提供更加便捷的開通渠道，減免開通手續，為客戶開展手續費套餐服務，如，代繳燃氣費，電視費，電費等。

六、在自助終端（手機銀行，網絡銀行，自動柜員機）上添加柜面業務功能，如產品簽約，費用代扣簽約，貴金屬交易等操作。

七，通過云數據的實時性，及時為客戶提供產品信息，市場行情。

總之，在大數據時代，金融IC卡的使用結合云計算技術和大數據技術，將減少銀行員工對于業務辦理的時間，客戶可根據自己的需要定制服務信息，在終端設備上快速辦理業務，減少在營業網點的等待時間。并且這樣不再局限于營業網點的業務處理能力。業務反饋速度增加，提高金融產品的與時俱進性。

從客戶的分類，到產品的自動搭配，新的技術手段對于零售業銀行的產品營銷將起到至關重要的作用，避免對客戶進行無效的產品推薦，以及占用客戶的寶貴時間。與更多的第三方機構合作，進行業務操作，追蹤客戶數據，分析數據，結合客戶的消費習慣，逐步推薦復合其習慣的金融產品。

第二篇：金融社保IC卡業務辦理授權書

金融社保卡業務辦理授權書

本人委托中國郵政儲蓄銀行股份有限公司深圳分行 支行及經辦人 辦理金融社保卡資料收集、領卡業務。本授權委托書自委托人簽字確認之日起生效，終止于受托人辦妥上述委托事項。對受托人在其權限范圍內的一切有關合法文件及辦理的相關手續，我均予承認。本人事先已明確被告知并同意由本人承擔委托辦理金融社保卡資料收集、領卡業務的一切風險責任。

委托人：（簽字及按指印）

委托人身份證號碼： 日期：

中國郵政儲蓄銀行股份有限公司深圳分行 支行（蓋章）經辦人：（簽字）

日期：

第三篇：基于公交IC卡的數據挖掘技術概述

基于公交IC卡的數據挖掘技術概述

聞

千 學號：10071048 摘 要：獲取公交客流信息是公交管理工作的基礎，它不僅為日常調度提供依據，也為線網優化提供了參考。公交規劃部門和公交經營者必須能夠深入了解城市居 民的公交出行特征，及時、準確、全面地掌握公交出行數據，才能做出科學的公 交規劃和運營決策。公交數據采集和分析技術正是為公交運營決策提供及時、準 確、可靠的公交運營信息和客流信息的重要方法。因此，一種快速高效的公交數 據采集分析方法，對建立高效合理的城市公交系統具有決定作用，對確立城市公 交的主體地位具有重要意義。公交IC卡數據挖掘技術正是這樣一種快速高效的數據采集分析方法，如何處理分析挖掘這些海量公交lC卡數據以獲取公交客流信息正是此文研究的目的。

關鍵詞：公交IC卡；聚類分析；數據挖掘；客流

道路交通系統是一個有人參與的、時變的、復雜的非線性大系統，其顯著特點之一就是具有高度的不確定性。城市公交系統能否正常和高效地運營，不僅取決于道路和車輛等設施條件，更有賴于運營管理手段和技術手段的先進性。對公交客流的全面、準確把握是公交管理工作的基礎，它不僅為日常調度提供依據，也為線網優化提供了參考。公交規劃部門和公交經營者必須能夠深入了解城市居民的公交出行特征，及時、準確、全面地掌握公交出行數據，才能做出科學的公交規劃和運營決策。

公交數據采集和分析技術正是為公交運營決策提供及時、準確、可靠的公交運營信息和客流信息的重要方法。快速高效的公交數據采集分析技術，對建立高效合理的城市公交系統具有決定作用，對確立城市公交的主體地位具有重要意義。

公交IC卡、乘客自動計數系統(APC)等先進技術的應用可以取代傳統的調查方法，獲取相對實時動態的客流信息。公交IC卡在國內許多城市都有應用，不僅方便了廣大乘客，也提供了一種新的客流調查統計手段。IC卡信息量大且全面，技術簡單成熟，但目前其作用未得到充分開發。如何充分挖掘IC卡信息，利用IC卡收集的有效數據，為日常調度管理及線網優化服務，成為目前一個比較熱門的研究領域。數據挖掘的目標

數據挖掘的目標是從已知的數據中發現隱含的、有意義的知識。通過對公交 IC卡數據分析，可獲得城市居民公交出行特征信息以及公交客流量信息，為公交規劃及公交運營管理者提供決策支持。

本文擬通過對公交IC卡數據進行挖掘，從而獲取有價值的公交出行信息。具體工作包括：

（1）線路站點上下車人數統計；（2）客流量統計分析；（3）線路客流量預測。站點上下車人數統計

全國大多數的城市公交采用全線一票制，下車不需要刷卡，因此刷卡數據沒有關于下車站點的記錄，不能用判斷上車站點的方法，通過刷卡時間判斷下車站點。但是由于公交定線定站的運營特征，以及城市居民的出行特點，決定了公交出行在路線的選擇和客流的分布上具有一定的規律性和穩定性。

公交乘客每日出行具有偶然性，有時不以通常的線路或交通方式出行，下車站點可采用短期規律和長期歸納相結合的方法。城市居民一日的出行通常具有回歸性，即從居住地出發、到居住地結束，使得公交出行站點具有對稱特征。以上班出行為例：某人由居住地刷卡乘車到達工作地，完成第一次出行，此時只知道上車站點而不知道下車站點。乘客下班開始第二次出行，由工作地刷卡上車，此次出行的起點站一般可認為是第一次出行的終點。利用多日的數據可幫助判斷乘客的出行終點。因此，對每個乘客刷卡數據進行逐個分析，通過上車站點與下車站點的空間關系就能確定下車站點。

2.1 上車站點判斷

聚類分析就是將待分析數據根據一定的分類規則，合理地劃分數據集合，確定每個數據所在類別。

這里采用聚類分析，是對公交IC卡數據信息中某公交車某一趟運營刷卡記錄的分析，由此來確定乘客的上車站點。基本思路是：把每個刷卡記錄看作一個樣品，刷卡時間作為樣品的屬性，車輛在某一站最后一個上車刷卡乘客的時間與其下一個站第一個上車刷卡乘客的時間間隔作為類與類之間的距離T，將連續兩個刷卡時間間隔小于T的記錄歸為一類，即歸為在同一個站點上車，設線路站點數為N，則把整個記錄分成N類。按照時間序列，對這N類進行排序，通過一一對應的關系對應到線路運營站點表，從而得到乘客的上車站點。

利用聚類分析確定上車站點的過程中，T值的選擇是關鍵，過大與過小都會導致上車站點判斷錯誤。如果T取值過大，當公交車在兩個站之間運行時間小于這個值時，則會錯誤判斷為這兩個站點的刷卡記錄屬于同一類，即在同一站點上 車。如果T取值過小，當同一個站點上車乘客較多、刷卡時間間隔較長時，則可能出現將同一個站點的刷卡記錄錯誤判斷為屬于不同的類，即認為在不同站點上車。通常根據公交車平均行駛速度與站點間距推算T。

2.2 基于單張卡的下車站點推算

對大部分的公交出行者而言，其上車站點和下車站點總是相互轉換的，即回程時的上車站點就是出發時的下車站點，而出發時的上車站點又是回程時的下車站點。以公交乘客完成一次出行目的作為一次出行，一次出行的第一次刷卡站點作為出行起點，最后下車站點作為出行終點，之間的刷卡站點作為換乘站點。

判斷出乘客的換乘站點和出行終點就可以了解某乘客的出行路徑。判斷乘客的換乘站點和下車站點采用短期規律和長期歸納相結合的方法。公交乘客每日出行具有偶然性，有時不以通常的線路或交通方式出行，此時上面的方法就遇到了困難。公交IC卡信息記錄的是乘客很多天的出行數據，一段時間來說乘客的出行路徑是基本不變的。利用多日的數據可幫助判斷乘客的出行終點。

因此，對同一張IC卡號而言，在連續的兩次刷卡記錄中，后一次刷卡記錄中的上車地點是上一次出行的下車地點，可以通過以下步驟獲得下車站點和下車時間：

（1）首先，從IC卡數據庫中找出目標卡號在下一次出現時的汽車編號和刷卡時間，通過上車站點的推算方法可以獲得此時刷卡的站點。

（2）然后，根據汽車編號、上一步所求的站點及上一次刷卡時間，可以得到在該次車輛運行班次行程內車輛到達站點的時間，此時間即為該乘客上一次出行的下車時間。客流量統計分析

對公交IC卡進行挖掘，能得到用于公交規劃的重要指標包括：線路全天客流量、線路高峰小時客流量、線路全天和高峰小時直達乘客客流量、線路全天和高峰小時直達乘客出行矩陣等。

3.1 線路全天客流量

線路全天客流量反映了線路的經濟效益情況，也是預測規劃年線路客流量必需的基礎資料。

3.2 高峰小時客流量

公共交通定位于服務城市居民日常出行，根據居民出行特征分析，得知公交出行存在早晚兩個高峰（其中又以早高峰更為顯著），并且大部分線路高峰與平峰的客流量差別較大。滿足短時間內運送大量乘客到達目的地的居民出行需求，對公交提出了較高的要求。另外，規劃年高峰時段的客流量和服務水平決定了線 路的配車數，因此高峰小時客流量是一個必須得到的基礎性指標。

高峰時段客流量的計算：首先是利用全日客流量數據確定調查線路的高峰小時。不同線路的高峰小時不太一致，主要是由于城市規模大，區域差別大的原因，比如郊線和市區線路的高峰小時到來和結束的時刻就不一致。具體步驟為：先將調查線路全部車輛的全日刷卡記錄存儲到一個選擇集A中，對記錄分組。分組原則為：從清晨線路第一輛車的發車時刻開始，每隔15分鐘分成一組，統計各組記錄條數，得到各組的持卡客流量n1,n2,?,ni。要確定高峰小時，須對小組重新合并。合并原則為：從第四組開始對其上面四組合并，每四小組合并為一大組，統計各大組的記錄條數N1,N2,N3,?,Ni?3。其中

N1?n1?n2?n3?n4 N2?n2?n3?n4?n5 N3?n3?n4?n5?n6

??

Ni?3?ni?3?ni?2?ni?1?ni

然后，找出最大值N?max(Nt)(t?1,2,?,i?3)，所對應的時間段，即為高峰小時。

3.3 路段不均勻系數

路段不均勻系數表示統計時間內某一路段的客流量占線路總流量的比例。路段不均勻系數=第i路段客流量/全線單向平均客流量。

可以通過計算路段客流不均勻系數確定區間車開設的必要性。路段客流不均勻系數大于1，就可以視為高峰路段，若路段客流不均勻系數在1.2~1.4，屬于正常調節范圍，不一定開設區間車；若大于臨界值1.4時，就有開設區間車的必要。

3.4 方向不均勻系數

方向不均勻性指一條公交線路同一時段內上行和下行方向客流的不均衡性，方向不均勻系數體現公交線路上下行兩個方向客流量差別。在已知上、下行方向的客流量情況下，可以通過計算各時段的高單向客流量與平均單向客流量之比，求得客流的方向不均勻系數Ka。

在現有條件下，線路客流的確定比路段簡單易行，且數據較為精確。將數據庫中單條線路某日的IC卡記錄表與該線路當日的行車調度表以車輛號相關聯，即可判斷上、下行方向的客流量，進而計算得方向不均勻系數Ka。

3.5 日變動系數

日變動系數?i表示一個月中星期序號i相同日期的日客流量平均值與月平均日客流量之比。

1nik?i?Q?nk?11dj,i?1,2?，j7?;?1,2，12Qj

（3-1）

式式中：i為星期序號，周一到周日分別為從1到7；n為當月所含星期序號i的個數；Qj為第j月份的客流量；dj為第j月份的天數。

3.6 月波動系數

定義月波動系數?j來描述一年12個月之間的公交客流量差異，?j表示月平均日客流量與該年平均日客流量之比。

1dj1dyQj12?j?,j?1,2,?,12i

?Qj?1

式

（3-2）式中：Qi為一年中各月份的客流量；dy為一年的日歷天數，365或366天；Qj，與dj的含義與前式相同。基于BP神經網絡的線路客流量預測

準確地做出公交線路客流的預測是實現公交運營調度優化的基礎。在提前掌握客流變化規律的情況下，才能做到科學地制定運營計劃，合理地調配使用人、車資源。但在實際的運營調度管理中，因為缺乏定量實用的分析預測手段，大多依靠經驗和直覺來判斷客流的變化，預測的結果同實際往往有著較大的偏差。產生偏差的原因是公交線路客流變化的復雜性和隨機性。除去復雜性和隨機性，公交線路客流變化的另一重要特性是周期性。常規公交線路客流一般呈7天一個周期循環變化。抓住客流周期性變化的特點，結合神經網絡適合描述復雜隨機事物變化規律的特點，有人提出了一種基于BP神經網絡理論的公交線路客流預測模型，應用該模型可以較為準確地預測的線路客流變化，同時間序列模型相比，該模型具有較強的自適應性，預測的精度較高，是一種能較好滿足運營調度管理需要的線路客流預測模型。結束語

城市公交IC卡記錄的是城市居民乘車的刷卡信息，包括刷卡時刻、乘車線路等，而進行城市公共交通優化所需要的乘客平均出行次數、起訖點分布、出行 時間、換乘次數、出行距離等信息，與IC卡記錄的原始信息有很大差別。

本文所介紹了基于公交IC卡數據挖掘有價值信息的技術，通過該技術可以得到了公交線路站點上下車人數，客流量，還可以預測線路客流量。文獻[2]還對公交IC卡在公交調度中的應用進行了探討，利用IC卡中數據，進行準確的客流預測，確定發車間隔，得到可以較為合理的行車調度方案。文獻[4]通過對公交IC卡數據庫中大量數據的篩選和處理，分析了不同公交乘客群體的性別、年齡構成，繪制了工作日、雙休日及節假日公交客流的時間分布曲線，得到了客流高峰時段的居民公交出行特性。

利用公交IC卡信息進行數據挖掘,具有數據量大,易處理和實時性好等優勢,可節省大量的客流調查和數據處理成本。其缺點是多數IC卡系統尚不能提供站點信息和乘客下車信息。應完善公交IC卡數據庫結構,建立公交數據倉庫,集成包括軌道交通方式的城市公交線網及站點等基礎信息、公交IC卡信息、公交企業運營管理信息、城市GIS信息及公交車輛GPS信息等,實現相關信息的融合,對IC卡信息進行有效的綜合利用。

參考文獻：

[1] 陸永寧.IC卡應用系統[M].南京：東南大學出版社.[2] 戴霄,陳學武,李文勇.公交IC卡信息處理的數據挖掘技術研究[J].交通與計算機,2006,24(1)：40-42.[3] 陳學武,戴霄,陳茜.公交IC卡信息采集、分析與應用研究[J].土木工程學報,2004,37(2)： 105-110.[4] 袁勇.公交IC卡數據挖掘技術及應用研究[D].吉林大學碩士學位論文.2009.[5] 韓秀華,李津,鄭黎黎.基于IC卡信息的居民公交出行動態特性[J].吉林大學學報(工學版).2009,39(1).

第四篇：工商銀行金融IC卡業務的發展歷程

《中國信用卡》：請您介紹一下工商銀行金融IC卡業務的發展歷程。

任西明：從1995 年開始發行首張金融IC卡至今，工商銀行金融IC卡已歷經十數年的發展歷程。總體來說，可以分為探索準備和快速發展兩個階段。

第一階段從1995 年開始到2006 年，這一階段屬于探索準備階段，主要完成了芯片卡產品標準的建立以及業務模式的探索創新，并嘗試發行了幾十萬張金融IC卡。1995 年，我行發行了中國第一張工商銀行標準的牡丹智能卡；2000 年，發行了符合人民銀行P B O C 標準的牡丹IC卡；2005 年在國內率先完成E M V 遷移，推出國內首張E M V 標準金融芯片卡；2006 年推出了Visa 品牌的EMV 標準芯片卡。

第二階段從2007 年開始至今，我行金融IC卡業務進入快速發展階段，IC卡發行量突破2000 萬張。利用自有知識產權和成熟的芯片卡技術平臺，大規模開展芯片卡產品創新和應用創新，我行推出了一批在市場上具有引領作用和影響力的芯片卡產品, 獲得了先發優勢。2007 年推出了國內首張符合PBOC2.0 標準的芯片卡——牡丹交通卡，迎來了芯片卡的規模化應用和快速推廣。2008年又相繼推出了V i s a 白金芯片卡產品、牡丹中油車隊卡、國內首張非接觸式芯片卡牡丹百盛卡、國內首張芯片航空聯名卡牡丹南航明珠信用卡、國內首張服務于高爾夫高端客戶的1872 牡丹信用卡等。2009 年，我行推出理財金賬戶芯片卡產品，進一步豐富了芯片卡產品線；啟動了“工行之芯”芯片卡升級活動，推出了建國六十周年銀聯標準芯片卡產品和牡丹白金信用卡，在國內同業中率先全面推廣金融IC卡。2010年，我行聯合中國聯通、中國電信共同推出了國內首張符合P B O C2.0 標準的手機芯片卡產品。2011 年，我行將金融應用與民生服務相結合，金融IC卡在社保、醫療、交通等諸多領域得到全面推廣應用。

經過多年發展，我行逐步形成了產品系列齊全、服務功能完備的芯片卡產品體系, 芯片卡已拓展到金融服務、商業服務、公共服務和政務服務，在交通管理、鐵路客票、高速公路、商業聯名、社保醫保、物業管理等諸多領域廣泛應用。截至2011 年末，芯片卡發卡數量超過2000 萬張，發卡規模和發展速度均居國內同業首位。

多種業務模式鞏固領先地位

《中國信用卡》：近年來，工商銀行金融IC卡多功能應用取得了哪些成績。

任西明：近年來，我行充分發揮芯片卡的安全、快捷、行業應用等特點，不斷豐富使用功能、擴大應用領域，實現了多行業、多應用的集成。通過芯片卡的發行，實現了金融應用與行業應用的有機整合，開辟了銀政、銀企和銀商合作的新天地。

目前，我行已經與多個行業開展業務合作，推出多種業務模式。例如，以牡丹交通卡為代表的交通管理模式；以廣深鐵路卡為代表的城際交通模式；以貴州交通卡、陜西三秦通卡為代表的高速公路收費模式；以寧波市民卡為代表的市民一卡通模式；以深圳手機銀行卡為代表的手機支付模式；以廣東國民旅游卡、北京暢通卡為代表的門票管理模式；以重慶、新疆社保卡為代表的社保卡模式；以南航聯名卡為代表的航空會員模式；以百盛聯名卡為代表的集團商戶模式；以太平保險卡為代表的金融保險服務模式；以寧夏診療卡為代表的醫療結算模式等。這些業務有效擴大了市場規模，并使我行始終保持著芯片卡行業領先地位，樹立了工銀芯片卡的良好品牌。以交通卡為例，該卡是我行與當地公安交警執法部門合作推出的，主要為滿足當地公安交警執法需要，采用芯片+ 磁條卡方式發放，利用IC卡在身份認證、信息安全存儲方面的優勢，對駕駛員的身份資料、違章記錄進行管理。目前，北京、上海、浙江、陜西、江蘇、貴州、海南、四川、河北、寧波、蘇州等分行的交通卡項目已經上線，發卡量超過700萬張。交通卡面向駕駛員群體，作為我行金融IC卡與行業應用結合的最早產品，在我行芯片卡推廣中占有極大的市場份額，發卡及受理模式非常成熟，具備全國推廣意義。

行業應用已呈競爭態勢

《中國信用卡》：工商銀行發展金融IC卡多功能應用有哪些優勢？在實際的工作中是如何利用這些優勢的？還有哪些資源利用得不夠充分？

任西明：工商銀行是國內最早研究發行金融IC卡的銀行，與其他商業銀行相比，我行芯片卡多應用主要有以下幾方面的特點。

一是技術優勢。我行自主研發了借記卡平臺、芯片卡多應用平臺和借記卡安全管理平臺等多個與芯片卡密切相關的產品和技術平臺，支持快速靈活配置芯片卡產品服務功能，下載金融應用和行業應用，并有效控制銀行卡風險。依托強大的科技研發實力，我行在技術應用方面加快了芯片卡產品創新步伐，為擴大芯片卡市場奠定了基礎。

二是服務模式。目前我行已經積累了與多個行業開展業務合作的經驗，根據人民銀行和合作行業的要求，量身打造、精心設計推出了包括多功能應用的多種金融IC卡產品。通過深化行業合作，推動金融支付與相關行業的緊密融合。

三是受理環境。我行在加快芯片卡應用系統功能開發的同時，也在積極推進芯片卡受理環境的改造工作，并在P O S和自助設備采購中一直將支持芯片卡受理作為必要條件。目前我行收單系統已具備金融I C卡受理能力，渠道包括自動柜員機、POS 及營業網點柜面等。我行芯片卡受理渠道的完善為發行金融IC卡、發揮芯片卡優勢、保障持卡人用卡提供了安全的交易環境。

四是產品種類。通過近年來的產品開發和應用創新，我行已經建立了比較完善的芯片卡產品體系，相對豐富的產品種類和服務功能，為推進芯片卡多應用提供了合作基礎。從品牌上看，發行了中國銀聯、V i s a 和萬事達卡芯片卡；從卡種上看，覆蓋借記卡、信用卡和預付卡卡種；從介質上看，支持接觸式、非接觸式及雙界面；從產品形態上看，支持標準卡和異型卡；從功能看，支持借貸記應用、電子現金、電子錢包、脫機支付、快速支付等功能。

通過持續的產品創新和市場拓展，我行在芯片卡的發卡數量、行業應用等方面取得了領先地位，同樣我們也清醒地認識到，目前這種巨大的領先優勢是不可持續的，國內芯片卡市場將會進入一個快速發展時期。工商銀行在推進芯片卡產品研發和市場開拓過程中，也存在資源整合利用還不夠充分，如行業合作有待深化、服務領域有待拓寬、多行業應用有待深度融合等需要關注的問題。伴隨人民銀行《關于推進金融IC卡應用工作的意見》等IC卡推廣政策的出臺，國內大型商業銀行和部分股份制銀行在芯片卡上加大投入，陸續推出相應的新產品，在芯片卡行業應用上已經呈現出市場競爭態勢。

業務與技術整合有重要意義

《中國信用卡》：在發展金融IC卡多功能應用過程中，您認為應如何協調技術、業務、市場等各部門的工作？ 任西明：金融IC卡相比傳統個人金融產品具有一定的特殊性，由于其技術含量較高，因此，在IC卡產品研發和市場拓展過程中，如何有效整合業務與技術部門的業務開發資源，形成業務推進合力，快速響應市場，達到業務和技術之間相互促進，對金融IC卡多功能應用開發具有重要意義。

一是組建金融IC卡研發項目組。在產品研發階段，針對每一個金融IC卡項目，業務、產品和科技等部門都組建專門的項目研發小組，從方案設計、需求編寫、功能評審、開發編程、系統測試到最后的投產驗證階段，項目組全程負責跟進，研究論證每一項服務功能，確保產品推出符合市場需求。

二是成立金融IC卡推廣小組。一項產品研發投產之后，如何使產品更為有效地推向市場是一個關鍵核心。由于金融IC卡技術含量較高、應用功能廣泛，總行專門由業務和技術部門共同組建成立了金融IC卡推廣小組，負責指導各分行金融IC卡的業務推廣，協助分行制定產品創新和業務推廣方案，提供各項業務和技術支持。

三是組織開展金融IC卡專項培訓。近年來，總行針對分行業務和科技部門的領導和業務骨干分別組織了多場金融I C卡專項培訓，編寫了一整套通俗易懂的培訓學習材料，促進各分支行形成一支知政策、熟產品、懂技術、拓市場的金融IC 卡隊伍。

應用推廣問題影響使用

《中國信用卡》：目前，人們對金融IC卡的接受程度如何？金融IC卡的哪些優點得到了持卡人的歡迎？還有哪些不足需要進一步改進？

任西明：隨著國家鼓勵金融IC卡發行政策陸續出臺，媒體對金融IC卡的大力宣傳和銀行對金融IC卡的積極推廣，金融IC卡逐步得到持卡人的認同，主動到銀行咨詢了解金融IC卡的客戶也越來越多。同時我們也看到，對金融IC卡認知程度較高的人群主要集中在一些金融和經濟較為發達的地區，整個社會全面接受金融IC卡仍然需要一個過程。

從我們市場營銷的過程來看，金融IC卡至少有三個突出優點得到了持卡人的熱烈歡迎。一是安全性。近年來，不法分子通過獲取銀行卡磁條信息，進而盜取持卡人資金的案件屢屢發生，用卡安全成為持卡人使用銀行卡最為關注的問題，而IC卡運用多重加密驗證技術和個人身份認證，可以提高交易的安全性，有效抵御偽冒欺詐風險，至今尚未發生由于盜取IC卡信息導致持卡人資金損失的案件。二是多應用整合。由于芯片卡存儲量大、多用性可以與行業卡服務結合，派生豐富的增值功能，可以大大減少客戶的持卡數量。三是便捷性。芯片卡可以支持離線交易及非接觸交易，服務領域更加廣闊，特別是電子現金的應用大大縮短了持卡人用卡交易時間。

但是，目前還存在一些應用推廣的問題直接影響持卡人用卡。一是受理環境有待改善。盡管人民銀行、中國銀聯以及部分大型商業銀行都在全力推進金融IC卡受理環境的改造，但是從整個社會來看，受理金融IC卡的設備還不夠普及，用卡環境的不完善導致持卡人依然要使用磁條進行交易，客戶用卡體驗不佳。二是多應用尚需加強。芯片卡最大的特點就是“一卡多能”、“一卡多用”，但從實際情況來看，一般都只有兩個應用——一個金融應用和一個行業應用，真正在一卡中集成兩個以上應用的金融I C卡還不是很多，芯片卡離真正的“一卡多能”還有一段距離。三是應用下載的渠道需要更加便捷。目前，國內金融IC卡大部分都是J A V A 卡，卡片本身支持靈活下載各種應用，但是國內大部分銀行尚不支持通過二次發卡的方式進行應用的下載，而我行雖然在柜面、自助渠道支持下載，但是還缺乏網上銀行、空中下載等方式，對持卡人來說金融IC卡應用下載依然顯得不夠方便。《中國信用卡》：您認為金融IC卡多功能應用還將在哪些部門和行業得到進一步發展？

任西明：金融IC卡在行業的應用取決于金融IC卡和合作行業的特點。金融IC卡具有安全性高、信息存儲量大、功能拓展性強的特點，在社保、醫療、交通、市政等行業和領域得到了廣泛的使用。通過分析這些合作行業，我們不難發現，這些行業對支付的便捷性及脫機環境有著較高的要求，傳統的磁條銀行卡難于滿足其需求。金融IC卡不僅能夠滿足行業支付的要求，同時可滿足行業對支付環境和行業信息的綜合管理要求，這也是雙方合作的切入點。從上面分析來看，金融IC 卡可以應用的行業非常廣泛，比如說電子身份認證以及與之相關的應用服務領域，這個項目我們已經開始研究實施，即通過金融IC卡集成客戶的身份認證信息，可以在網絡環境下認證客戶身份，確保客戶隱私不被泄漏。又例如，通過在I C卡中靈活方便下載各種電子優惠券，實現優惠信息和金融支付的融合，將逐步取代現有的各種紙質優惠券。

豐碩成果源自堅持不懈

《中國信用卡》：發展金融IC卡是一項耗費大卻見效慢的艱巨工程，工商銀行在調動各分行及員工的工作積極性方面有哪些經驗？

任西明：任何一項新產品、新技術的研發和應用都會面臨著巨大的風險和收益，在金融IC卡的研發上同樣如此。確實如您所說，發展金融IC卡是一項耗費大卻見效慢的艱巨工程。我行金融IC卡從1995 年研發到2007 年大批量發卡，期間歷時十二年，用巨大的投入和艱苦創新，最終換來了豐碩成果。我想我們有以下幾點經驗可以與同業分享。

第一，要有清晰的發展戰略。加快推進金融IC 卡的應用發展，是貫徹國家建立節約型社會的需要，是防范銀行卡欺詐風險的需要，也是銀行卡產業戰略轉型的需要。由此我行認識到以芯片卡替代傳統磁條卡將是實現銀行卡價值拓展新的藍海，也是全球銀行卡產業發展的大趨勢。早在2005 年，我行就制定了《金融IC卡發展“十一五”規劃》，將推進芯片卡的發展作為我行的發展戰略，明確將電信行業、公共交通行業、公用事業行業、金融行業、勞動和社會保障行業、石油石化行業、電子口岸系統和商品零售等八大行業作為重點發展領域。

第二，要加大研發投入，豐富芯片卡產品線。我行積極參與人民銀行組織的P B O C2.0等一大批標準技術、標準體系的制定工作，投入大量資源率先開展了標準體系下的技術研究和平臺研發工作，將芯片卡作為全行的重點攻關項目配置資源，并納入平臺化建設軌道，有效拓展了芯片卡應用范圍，完善了芯片卡借記與貸記支付、小額脫機支付、非接觸支付等金融支付功能，實現了各類行業應用的全行統一管理和分行共享快速復用。

第三，要完善金融IC卡受理環境。近幾年，我行按照受理芯片卡的應用標準，對所有P O S 和A T M 機具進行了改造升級，目前我行99% 以上的POS、ATM 機具均能受理芯片卡業務；我行柜面已配置雙界面讀卡器，受理環境的改善保障了金融IC 卡的投產應用。

第四，要加快與行業融合。我們將金融IC卡與客戶服務及發展戰略緊密結合，堅持踐行大行的社會責任，將綠色環保、民生工程、促進消費、引領時尚和安全便民作為優先策略。在與多個行業領域展開金融I C卡合作上，重點放在民生領域以及大行業、大企業、大事件上，包括社會保障、醫療衛生等民生領域；交通、航空、通信行業；中石油、中石化等大型企業；亞運會、世博會、奧運會以及高速公路收費等大的事件。第五是強化風險管理。雖然芯片卡本身具有防范欺詐風險的功能，但我行重點加強對磁條芯片復合卡的風險防范。針對風險因素形式多變、手法升級的特征，不斷優化系統功能，增加風險防控的技術量，以高科技的風險防控手段確保銀行卡業務健康、有序發展。IC卡發展需各方統籌協調

《中國信用卡》：您認為大力發展金融IC卡多功能應用還需要哪些政策支持？

任西明：芯片卡的快速發展得益于中國經濟的發展，得益于居民收入的提高，得益于人民銀行的大力推進和監管部門的支持，也得益于媒體的大力宣傳推廣。在芯片卡的發展過程中，依然需要監管部門、業務主管部門以及中國銀聯統籌推進各行金融IC卡轉換工作，協調解決金融IC卡推進中遇到的重大問題。

一是盡快出臺銀行卡風險轉移政策。目前發卡行對受理環境尚未完成改造的一個重要原因就是國內尚未出臺實施銀行卡風險轉移政策。盡快出臺金融IC卡偽卡風險責任轉移制度，明確當發卡機構或收單機構有且只有一方未完成P B O C標準芯片卡遷移時，由未完成遷移方承擔偽卡交易風險責任，以促進芯片卡受理環境的改善。

二是建立健全芯片卡的各種風險防控機制。我們可以預見，未來幾年，芯片卡將進入一個快速發展階段。在業務高速發展過程中，尤其要注意防止無序競爭和盲目發卡，使其發卡數量與風險管理能力和內部控制水平相適應。規范芯片卡受理市場，明確發卡銀行、轉接機構、收單銀行、持卡人、特約商戶、專業化服務機構的權利、義務和責任，健全市場化服務體系，提高綜合服務水平。建立一套芯片卡參與方準入和退出機制，審查發卡銀行、芯片廠商、制卡廠商、合作機構等市場參與方資質，重點關注芯片卡的應用開發、卡片管理和密鑰管理等重點環節，杜絕出現芯片卡業務風險。

三是協調出臺芯片卡補貼激勵機制。推進銀行卡的芯片化關乎國家金融交易環境和持卡人資金安全，無論對國家、社會還是對持卡人和銀行都是多贏，需要社會各界共同參與。芯片卡替代磁條卡需要大量前期的資源投入，除卡片成本外，還需投入大量的資源更新受理設備，銀行或者持卡人均難以單獨承擔。因此，我們希望國家主管部門能夠牽頭出臺芯片卡相關補貼激勵政策機制，例如，給予各發卡行和終端改造行更優惠的扶持政策。

第五篇：云計算和大數據下在線教育研究

云計算和大數據環境下的在線教育研究

1.引言

當前云計算和大數據技術的出現，面對在線教育交互中產生的大量復雜數據，可以實現識別、分析、挖掘并組織隱含在學習者交互過程中的結構化、非結構化數據信息，開發交互過程數據的價值，發現其隱性訴求并預測學習支持服務趨勢，并以其為導向改進和拓寬在線教育服務，達到在線教育服務與學習者需求的雙向平衡。本文就是立足于對在線教育的交互瓶頸和需求分析，構建基于大數據和云計算支持的在線教育交互平臺模型。重點研究交互平臺功能實現，使在線的學習者和教師可以實現完美的在線交互活動，并且對交互的數據進行深入挖掘分析，解決目前在線教育所面臨的弊端。

2.在線教育交互平臺現狀分析

在線教育交互分為個別化交互和社會性交互，前者是學習者和學習資料之問的交互，后者是學習者和教師或者學習者之問的交互，社會性交互是提高在線教育交互水平的關鍵因素。隨著在線教育的交互信息資源增加，在線學習者和在線教師的需求不斷發展和提高，在線教育出現了許多問題。

針對服務應用。目前在線教育的交互平臺缺乏統一身份認證體系，需要進行身份重復驗證，給用戶造成不便同時給系統增加安全隱患；缺乏統一的應用展現，用戶信息分散在各個應用中，且服務功能重復，堆砌浪費；使用方法、界面和質量不統一，給平臺使用和維護管理造成不便。在線學習時間的碎片化趨勢對學習者的終端設備要求很高，造成學習質量下降；缺乏跨終端的資源共享系統，影響學習效率和滿意度，改變終端學習，增加數據丟失、病毒入侵等安全問題。

針對信息資源的存儲和分析挖掘。隨著在線學習者和在線教師的服務需求日益個性化和專業化，對于服務質量也越來越看重，在線教育交互平臺必須根據在線學習者和在線教師的需求作出相應的策略改變，以適應服務需求的不斷改變和提高。由于在線教育是基于互聯網的學習方式，學生和學習資源、教師與學生、學生與學生之間的交流是通過網絡全方位進行，所以需要通過對學習交流的分析挖掘出在線學習者和教師的需求。在線教育的信息資源總量日益增大，主要的數據資源包括結構化和非結構化信息，以及在線教育平臺內部以異構化數據為主的相關信息，且每天以大量的非結構化數據和異構性數據資源為主。但是目前對于這些異構性數據和非結構化數據的記錄、存儲和統計技術，完全不能滿足在線教育交互平臺的數據需求。因此對平臺產生的結構化、非結構化、異構性大量數據進行分析和深度挖掘潛在價值成為必然，為在線學習者和教師反饋快速、及時、高效、安全的信息分析結果。3.在線教育交互平臺應用云計算和大數據

3.1 云計算和大數據與在線教育交互平臺

云計算是通過互聯網絡龐大的計算處理能力，將待處理程序自動分拆成無數個較小的子程序，再交由多部服務器所組成的龐大系統經搜尋、計算和分析，最后將處理結果回傳給用戶。大數據技術是數據分析的前沿技術，需要從各種各樣類型的數據中，快速獲得有價值信息的能力，是需要新處理模式才能實現更強的決策力、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。云計算強調的是動態計算能力，大數據注重的是靜態的計算對象。云計算彌補了目前大數據的存儲和運行的最大問題，就是提供了運算平臺，而大數據則運用分布式處理手段應用于這個平臺之上，兩者是相輔相成的關系。

云計算與大數據結合應用，前者強調計算能力，后者看重存儲能力。大數據需要處理大量復雜數據的能力，包括數據獲取、整理、轉換、統計，即強大的計算能力，而云計算需要大量數據作為運算的基礎，所以兩者的結合是必然趨勢。實際應用中，云計算的出現和興起促進了大數據的廣泛應用，而大數據和云計算的結合應用更是出現在許多領域，現已擴展到公共問題領域。但是目前還沒有進入在線教育行業。

借助云計算的優勢，在線教育交互平臺上的用戶無需考慮在線學習時終端設備的運算、存儲和負載能力的問題，可以更好的實現教育資源共享和教育網絡協同工作，大幅度提高教育資源的利用率和運行效率。云存儲屏蔽了數據丟失、病毒入侵等問題，保障了數據安全和用戶信息私密，是在線教育交互平臺最安全可靠的數據存儲中心。用戶使用終端設備訪問教育資源進行在線學習和交流，都會產生并積累大量結構化和非結構化數據，不僅體量大而且增長速度很快。其中非結構化數據已占數據總量的八成以上，但目前的數據分析處理算法和軟件不能達到對非結構化數據的處理要求。大數據技術的應用卻可以高速實時處理在線教育平臺產生的復雜海量數據，為在線教育平臺實時洞察學習者的變化、把握學習者的需求、提高教育質量提供支持。對在線教育平臺上大量的不相關信息，進行深度復雜分析，為未來教育需求趨勢提供預測分析，這是應用大數據的在線教育與傳統在線教育本質的不同。

3.2 基于云計算和大數據的在線教育交互平臺應用模型分析

根據上述分析，隨著在線教育日益同質化，在線教育機構需要在保障教育資源豐富和高質量的同時，更好的分析在線學習者和教師的偏好，為平臺的每個用戶提供有針對性的個性化服務。下面將利用云計算和大數據的優勢構建符合學習者和教師需求的高質量在線教育交互平臺模型，如圖1所示。

應用云計算和大數據技術的在線教育交互平臺主要分為用戶應用服務層、數據資源處理層、基礎設施硬件層三部分，依次分析三部分功能實現。

3.2.1用戶服務應用層

在線教育交互平臺的用戶主要為兩類，即在線教師和在線學習者。針對不同的用戶，訪問的授權和界面不同，盡可能為用戶提供個性化的精準服務，主要表現為屬于用戶自己的展現網頁。服務應用內容主要分為四類，包括在線教學內容、教學管理、交流互動和學習管理，如圖2所示。

服務應用層是資源對外交互的窗口，是用戶使用資源的橋梁，與用戶體驗的便捷性有很大關系。因此應用服務層是根據用戶需求，對信息資源請求重構和提供，實現信息資源的服務分類，用戶享受個性化的服務資源。

平臺對每個用戶展現的內容是不相同的。針對教師，平臺實時反饋在線學習者的情況和分析結果，尤其是對學習者的學習風格和偏好的分析，實時跟蹤學生在課前、課中和課后的情況，完成課程反饋，對學生在平臺上的行為、學習記錄智能跟蹤記錄分析。針對學習者，構成學習、答疑、測評、互動四位一體的學習模式，運用豐富的學習資源，根據后臺的數據挖掘。提供學習進度安排和個性化的學習方案。實現以學生為中心的在線教育方式。實現自主個性化學習、個性化即時筆記、針對性課程復習和測評，多方式在線交互的方式。

在線教育交互平臺的用戶看到的是良好的服務交互界面，無需知道后臺數據資源整合過程，完全由平臺的數據資源處理層完成，所以擁有更好的用戶體驗。平臺是所有教學資源的集散地，整合資源方便統一管理和使用，同一份資源，只需保存一份，通過資源關聯，可以在任意系統中快速調用。同時避免數據庫急劇增長，極大地減輕網絡負荷，減少用戶和平臺的工作時間，維持資源唯一性，資源發生更改時所有使用該資源的應用均自動更新。

3.2.2數據資源處理層

中問層是數據資源處理層，主要為三部分。第一部分是對數據進行標準化處理，第二部分是進行數據挖掘分析整合。第三部分是數據庫。中問層的核心是第二部分，也是在線教育交互平臺的核心。如圖3所示。

面對迅速增加的復雜數據，在線教育交互平臺利用云計算和大數據進行現代數據管理，支持所有數據類型，如文件、圖片、視頻、博客、點擊流和地理空問數據等，并以“云存儲”持久存儲于數據中心，保持數據實時更新，實現數據共享、分析、發現、整合和優化數據，提升數據價值。

利用負載平衡優勢，有效透明地擴展網絡設備和服務器的帶寬、增加在線教育交互平臺的吞葉量、加強平臺網絡數據處理能力、提高服務的靈活性和可用性。面對用戶大量的并發訪問或數據流量，可以分擔到多臺設備上處理，減少教師和學習者的等待響應的時間；同時做并行處理，處理結果匯總返回到在線交互平臺，平臺系統處理能力得到大幅度提高。

離線數據是用戶訪問的各種數據庫中的信息資源，是從服務器端、客戶端、代理服務器端中采集的用戶訪問信息和行為信息。利用大數據技術進行數據處理，清除不需要的數據，用聚類、分類等算法對處理之后的數據進行模式分析，成立樣本數據資源為數據流挖掘分析作準備。在線數據是由于數據流的動態性和流量大的特點，在實現數據流挖掘時，對流入的數據流，利用云計算做到占用內存少，處理速度快，實現關聯規則、分類和聚類的挖掘。

整合數據是將離線數據作為樣本庫的參考，對在線數據進行分析，及時有效的反饋結果，并且隨著時間的推移和用戶對信息資源的需求改變，及時更新資源分析結果。通過數據挖掘過程，對數據過濾、分析和整合，建立多資源分類結果，按照用戶的不同需求進行決策，形成索引為用戶訪問和使用服務提供便利。整合數據主要是為整合用戶做準備，將用戶的信息資源進行相似度分析，對于類似的用戶歸類，進行同類信息資源的分配。根據在線學習者的基本信息、學習風格、學習滿意度和學習感知四維度的服務需求，可實現用戶的定制服務、個性化服務、精準服務，便于用戶方便提取自己需要的資源。最后將用戶需要的資源根據授權不同。做統一標準化處理。上傳至服務應用層，展現于用戶的界面。

4.基于云計算和大數據的在線教育交互平臺應用優勢

云計算和大數據結合對在線教育的發展具有巨大的促進作用，不僅是針對提供的服務，更是對教育發展的促進，增強在線教育的核心競爭力，保持在線教育的健康發展。4.1實現針對不同用戶的個性化精準服務

在從以資源為核心的在線教育平臺建設到以用戶為核心的個性化在線教育平臺建設過程中，最主要的變化的就是針對不同用戶提供不同的個性化服務。而云計算和大數據的應用就在于加強對在線教育的平臺用戶研究與交互數據的分析利用。并基于分析結果。改善服務內容，提升個性化服務的質量，完成平臺對用戶的跟蹤服務、精準服務、知識關聯服務和宣傳推廣服務。面對平臺快速增長的數據，從中提取有價值的信息，實時分析反饋，建立不同類別的用戶模型，達到針對不同用戶提供針對性服務、增強用戶體驗、提高服務質量的目標。即使分析的數據源相同，但是由于提供對象不同，分析結果會不同，提供的服務也不同，做到精準服務。即使是同類用戶，針對不同的個體，分析數據源不同，結果不同，提供的服務也不盡相同，做到個性化服務。

4.2提供教育發展動向以及熱點的變化

通過大數據和云計算技術，改變了被動更新教學資源的情況，變成根據在線學習者的需求主動更新資源，提升了在線教育平臺的作用。不僅為在線學習者提供了需要的學習資源，也為在線教師提供更有質量的教學資源和研究依據。在線教育交互平臺通過對用戶數據的收集、整理、分析、深度挖掘和匯總，在宏觀上分析相關教育領域的發展動向和熱點變化，更快地洞察最新的學習者興趣走向，以及相關領域的內容進展，更新在線平臺的學習資源，并且保證學習內容的實時性和前沿性。同時通過匯總結果有效評估在線學習者對各種教學資源的使用情況，并且根據熱點分析和目前已有教學資源交叉對比，可以有效評估教學資源的質量，利于在線教育交互平臺持久發展。4.3提供無限量的數據存儲能力和更可靠的數據安全性

隨著在線教育交互的發展，信息數據量迅猛增長，產生出大量的半結構化、非結構化信息數據，對存儲的要求愈加嚴格。云計算的出現使得海量數據的存儲與運算得到了解決，分布式存儲的方式可以持續收集大量數據，不會造成存儲空問的不足。在線教育交互平臺應用“云存儲”方式，保證存儲數據的可靠性，并能夠實時更新，有效解決海量數據資源的查詢、管理等問題。云計算使用數據多副本容錯、設備同構可互換等手段來保障平臺的數據存儲安全。數據存儲到“云”中，不會受到計算機病毒或硬盤損壞造成的數據丟失。同時解放了用戶對終端設備能力的要求。4.4提高在線教育交互平臺管理能力

應用云計算和大數據的在線教育交互平臺，能夠面向具體應用的數據需求，做到快速、及時和有效地響應。根據需求的變化和增長，平臺具有很好的性能擴展空問和擴容時穩定和可靠的支持，高效處理多種類型數據。在線教育機構以此平臺為基礎利用云計算技術和大數據的優勢，充分挖掘自身數據價值，實現數據資產從成本中心到利潤中心的轉變。通過整合數據資產，對數據資產進行標準化，形成靈活可擴展、易于更新、可管控的、可隔離、綠色環保的高效分析型數據管理交互平臺，實現支持標準開發、用戶自服務、多元化開發多種應用支持模式，形成松禍合、可異構的基礎數據和應用數據兩級數據管理層次。同時，在線教育機構可以駕馭自身數據資產，全面提升平臺的數據信息管理能力，盡力獲取對在線學習者和在線教師的洞察，以數據驅動在線教育的發展。

5.結論

對于在線教育交互這個重要研究領域而言，云計算和大數據技術的出現不僅影響著在線教育交互的形態，也為交互信息分析提供了新的思路和手段。一方面，新的技術使交互行為不斷向著實時化和碎片化的方向發展，使交互過程日益復雜；另一方面，新的技術又使獲得大量交互數據、特別是行為數據成為了可能，從而有更多了解在線學習過程和進行教學決策的依據。在線教育交互作為信息服務，盡管在線教育交互平臺有資源的優勢，但在技術等方面的劣勢也限制了其本身的發展。本文構建基于大數據和云計算支持的在線教育交互平臺模型，分析平臺的功能實現，使在線的學習者和教師可以實現完美的在線交互活動，總結出利用云計算和大數據的在線教育交互平臺的特點優勢。因此，在線教育交互平臺的快速發展需要利用云計算和大數據創新提升在線教育交互的核心競爭力。