结合大数据技术和云计算技术的金融IC卡业务拓展

第一篇：结合大数据技术和云计算技术的金融IC卡业务拓展

结合大数据技术和云计算技术的金融IC卡业务拓展

摘要：互联网金融不再局限于简单的资金结算，在互联网海量的信息海洋中，如何找到这些数据最有意义的内涵，如何结合金融IC卡的特点引入新的技术。在新的技术特点引导下，区分客户群体，改变商业营销模式，提高零售银行的营销效率。关键字：大数据 云计算 零售银行营销 IC卡业务拓展

互联网金融

互联网金融不是互联网和金融业的简单结合，而是在实现安全、移动等网络技术水平上，为适应新的需求而产生的新模式及新业务。是传统金融行业与互联网相结合的新兴领域。互联网金融与传统金融的区别不仅仅在于金融业务所采用的媒介不同，更重要的在于金融参与者深谙互联网“开放、平等、协作、分享”的精髓，通过互联网、移动互联网等工具，使得传统金融业务具备透明度更强、参与度更高、协作性更好、中间成本更低、操作上更便捷等一系列特征。理论上任何涉及到了广义金融的互联网应用，都应该是互联网金融，包括但是不限于为第三方支付、在线理财产品的销售、信用评价审核、金融中介、金融电子商务等模式。互联网金融的发展已经历了网上银行、第三方支付、个人贷款、企业融资等多阶段，并且越来越在融通资金、资金供需双方的匹配等方面深入传统金融业务的核心。

在当代网络信息技术越发成熟，信息安全保障技术越发完善的前提条件下。互联网金融要求以下方面：信息处理，风险评估，资金供求的期限和数量的匹配，不需要通过银行或券商等中介，完全可以自己解决；超级集中支付系统和个体移动支付的统一；供求方直接交易；产品简单化；金融市场运行完全互联网化，交易成本极少。

金融IC卡的特点

IC卡由于采用了最先进的智能卡技术，具有体积小、容量大、安全性高、可靠性强、寿命长、可脱机使用、支持非接触使用、支付更快捷、可支持多应用的特点。

金融IC卡片内部存储专门的账户信息，消费时无须联机、脱机完成支付，无须签名和密码。卡片使用过程类似公交IC卡，但更为安全、应用渠道更广。特别适合于在小额支付领域，如小型超市、快餐店、药店、交通工具、健身场所等使用。

金融IC卡由于具有安全、多应用的特点，已经成为银行卡的发展趋势。金融IC卡具备的高安全性极大的降低了伪卡的风险，不仅提升了联机交易的安全性，也使卡片可以实现安全的脱机交易，有效的保障了银行和持卡人资金的安全，并拓展了银行卡的支付领域，使银行卡能满足公交、快餐、铁路等众多行业的支付和服务需要，因此许多国家和地区已颁布法令，在其境内必须发行和使用金融IC卡，国际上的银行卡组织和金融机构也在大力推动全球磁条卡向金融IC卡迁移。

为何需要引入大数据技术

目前，大数据已经成为非常重要的技术趋势，是最有潜力颠覆式地改变世界上任何组织使用信息的方式以增强体验以及改变组织的商业模式。大数据技术能够帮助组织在正确的时间、以正确的方式储存，管理和操作海量的数据，以得到这些海量数据最有意义的内涵。

现阶段大部分公司在大数据上还只是迈出了第一步，只是尝试通过技术手段将大量数据收集起来，在其中寻找可能存在的隐藏的模式。随着企业逐渐开始重视新的大数据解决方案，大量新的机会开始涌现。零售商可以实时地监控销售数据，并在执行某项交易时及时根据客户情况调整产品数量。大数据解决方案还可用于医疗行业帮助医生确定某种病情的病因，并对治疗方案提供指导信息。

中国农业银行是国有大型商业银行，作为中国主要的综合性金融服务提供商之一，本行致力于建设面向“三农”、城乡联动、融入国际、服务多元的一流现代商业银行。本行凭借全面的业务组合、庞大的分销网络和领先的技术平台，向广大客户提供各种公司银行和零售银行产品和服务，同时开展自营及代客资金业务，业务范围还涵盖投资银行、基金管理、金融租赁、人寿保险等领域。

我行的客户群体结构复杂，分销网络庞大，产品种类繁多。虽然我行的产品日益完善，但是如何让广大客户了解我行的产品业务，如何针对不同的客户群体进行有效营销，如何准确无误的为结构复杂的客户群体找到适合我行的产品，如何避免有产品而营销迟滞的问题，已经成为我们首要关注的问题。现阶段我行的产品营销策略仍然是依靠前台业务人员甄别优质客户与推荐产品，这样做虽然可以营销产品，但是效率低下，只是针对部分客户介绍了部分产品，造成的是产品出售率不高而且无疑还增加了业务人员的工作量。走出这样的营销盲区，需要我们运用新的技术去改变我们就有的工作模式，从我们已经掌握的信息源中提取有效的客户信息，整合客户信息资源，已经成为在下一个信息技术时代到来前的必要任务。例如，将客户的消费信息，储蓄情况，信誉指数等个别信息，整合成为一个庞大信息流中，再从这些海量的信息流中，通过算法分析，数据自动归集等手段，区分出不同类型的客户，根据各种客户的不同性质，准确的推荐他们所需要的产品和开发产品是当务之急。

银行业可以归集客户的资金动向，产品需求等信息数据，在这样庞大的信息数据处理业务压力下，引入大数据技术，在正确的时间，以正确的方式，管理和操作海量的数据，得到这些数据最有意义的内涵，最有利于我行零售业务的发展。依靠优质的服务平台，发展完善的自助终端服务平台，缩短业务办理时间，有效的进行产品营销，是企业稳步发展的重要因素。

为何需要云计算技术

云的威力在于，当人们想要访问某些计算或存储资源时，可以完全不需要购买额外的硬件或软件。云的关键特征之一就是可伸缩性：用户可以根据实际需求几乎实时地添加或减去资源。

云计算是一种提供一系列可共享资源的方式，这些资源包括应用程序、计算性能、存储、网络、部署平台，甚至业务流程。在底层互联网基础环境中，云计算将传统的，孤立的计算资源变成了一个可共享的资源池。在云计算中，所有的一切：从计算性能到计算基础架构。从应用程序和业务流程到数据和分析，都能作为一种服务提供给用户。在现实的使用过程中，云，必须遵循常规标准化流程并实现自动化。

相比之下，典型的数据中心支持大量不同的应用程序和工作负载，很难被优化。当某个组织正在执行一项复杂的数据分析项目，需要额外的 计算周期来帮助处理任务时，云计算的效率可以非常高。此外，与自行购买存储相比，云上每GB的成本更为低廉。在大数据中，是否选择云的关键在于安全保障及时延是否处于可接受范围内。

大数据中的许多部署和分发的模型都在云端。云计算的可伸缩性，弹性，资源池，自助服务，极低的前期成本，即用即付，容错都使得它成为大数据生态系统中不可或缺的一环。

结合云计算的实时性，可以对金融IC卡发生资金结算业务实时上传至云端，对客户的资金变化做到快速响应，实时对客户资料进行数据整合。

金融IC卡业务拓展

根据前文所讲内容，已经对于大数据技术特点和云计算技术特点做了比较详细的描述。这两种技术在引用到金融IC卡业务后，我行可开展客户信息归集，采用计算机系统提取高质量的客户优质信息，进而改变产品营销策略，增加产品营销模式，从而减轻一线柜员的工作负担，节省营销时间，更加高效的营销产品。也可以进行更加合理的产品设计满足多种类客户的需求。例如：

一、充分利用电视、广播、报纸、网络等渠道,提升客户对金融IC卡的认知度，并积极推广金融IC卡在公共服务领域的应用，利用金融IC卡为载体，进行支付渠道改造，满足各种客户的金融支付需求，将金融IC卡用于公共交通、存取转账、网银、理财等多项民生领域，真正做到“一卡在手，生活无忧”

二、可以根据客户使用金融IC卡的银行结算数据，进行大数据技术处理，根据处理后的信息源，自动对不同种类的客户进行与之相对应的产品配对，再由客户经理对其营销。

三、利用大数据技术和云储存技术手段，加强对于民生设备的投入，如：银医服务（提供用网络银行，手机银行，客服平台的医院挂号预约服务），四、实现一卡多用的功能，如，用于公共交通的充值卡，门禁卡的功能等。

五、结合生活中的结算业务，提供更加便捷的开通渠道，减免开通手续，为客户开展手续费套餐服务，如，代缴燃气费，电视费，电费等。

六、在自助终端（手机银行，网络银行，自动柜员机）上添加柜面业务功能，如产品签约，费用代扣签约，贵金属交易等操作。

七，通过云数据的实时性，及时为客户提供产品信息，市场行情。

总之，在大数据时代，金融IC卡的使用结合云计算技术和大数据技术，将减少银行员工对于业务办理的时间，客户可根据自己的需要定制服务信息，在终端设备上快速办理业务，减少在营业网点的等待时间。并且这样不再局限于营业网点的业务处理能力。业务反馈速度增加，提高金融产品的与时俱进性。

从客户的分类，到产品的自动搭配，新的技术手段对于零售业银行的产品营销将起到至关重要的作用，避免对客户进行无效的产品推荐，以及占用客户的宝贵时间。与更多的第三方机构合作，进行业务操作，追踪客户数据，分析数据，结合客户的消费习惯，逐步推荐复合其习惯的金融产品。

第二篇：金融社保IC卡业务办理授权书

金融社保卡业务办理授权书

本人委托中国邮政储蓄银行股份有限公司深圳分行 支行及经办人 办理金融社保卡资料收集、领卡业务。本授权委托书自委托人签字确认之日起生效，终止于受托人办妥上述委托事项。对受托人在其权限范围内的一切有关合法文件及办理的相关手续，我均予承认。本人事先已明确被告知并同意由本人承担委托办理金融社保卡资料收集、领卡业务的一切风险责任。

委托人：（签字及按指印）

委托人身份证号码： 日期：

中国邮政储蓄银行股份有限公司深圳分行 支行（盖章）经办人：（签字）

日期：

第三篇：基于公交IC卡的数据挖掘技术概述

基于公交IC卡的数据挖掘技术概述

闻

千 学号：10071048 摘 要：获取公交客流信息是公交管理工作的基础，它不仅为日常调度提供依据，也为线网优化提供了参考。公交规划部门和公交经营者必须能够深入了解城市居 民的公交出行特征，及时、准确、全面地掌握公交出行数据，才能做出科学的公 交规划和运营决策。公交数据采集和分析技术正是为公交运营决策提供及时、准 确、可靠的公交运营信息和客流信息的重要方法。因此，一种快速高效的公交数 据采集分析方法，对建立高效合理的城市公交系统具有决定作用，对确立城市公 交的主体地位具有重要意义。公交IC卡数据挖掘技术正是这样一种快速高效的数据采集分析方法，如何处理分析挖掘这些海量公交lC卡数据以获取公交客流信息正是此文研究的目的。

关键词：公交IC卡；聚类分析；数据挖掘；客流

道路交通系统是一个有人参与的、时变的、复杂的非线性大系统，其显著特点之一就是具有高度的不确定性。城市公交系统能否正常和高效地运营，不仅取决于道路和车辆等设施条件，更有赖于运营管理手段和技术手段的先进性。对公交客流的全面、准确把握是公交管理工作的基础，它不仅为日常调度提供依据，也为线网优化提供了参考。公交规划部门和公交经营者必须能够深入了解城市居民的公交出行特征，及时、准确、全面地掌握公交出行数据，才能做出科学的公交规划和运营决策。

公交数据采集和分析技术正是为公交运营决策提供及时、准确、可靠的公交运营信息和客流信息的重要方法。快速高效的公交数据采集分析技术，对建立高效合理的城市公交系统具有决定作用，对确立城市公交的主体地位具有重要意义。

公交IC卡、乘客自动计数系统(APC)等先进技术的应用可以取代传统的调查方法，获取相对实时动态的客流信息。公交IC卡在国内许多城市都有应用，不仅方便了广大乘客，也提供了一种新的客流调查统计手段。IC卡信息量大且全面，技术简单成熟，但目前其作用未得到充分开发。如何充分挖掘IC卡信息，利用IC卡收集的有效数据，为日常调度管理及线网优化服务，成为目前一个比较热门的研究领域。数据挖掘的目标

数据挖掘的目标是从已知的数据中发现隐含的、有意义的知识。通过对公交 IC卡数据分析，可获得城市居民公交出行特征信息以及公交客流量信息，为公交规划及公交运营管理者提供决策支持。

本文拟通过对公交IC卡数据进行挖掘，从而获取有价值的公交出行信息。具体工作包括：

（1）线路站点上下车人数统计；（2）客流量统计分析；（3）线路客流量预测。站点上下车人数统计

全国大多数的城市公交采用全线一票制，下车不需要刷卡，因此刷卡数据没有关于下车站点的记录，不能用判断上车站点的方法，通过刷卡时间判断下车站点。但是由于公交定线定站的运营特征，以及城市居民的出行特点，决定了公交出行在路线的选择和客流的分布上具有一定的规律性和稳定性。

公交乘客每日出行具有偶然性，有时不以通常的线路或交通方式出行，下车站点可采用短期规律和长期归纳相结合的方法。城市居民一日的出行通常具有回归性，即从居住地出发、到居住地结束，使得公交出行站点具有对称特征。以上班出行为例：某人由居住地刷卡乘车到达工作地，完成第一次出行，此时只知道上车站点而不知道下车站点。乘客下班开始第二次出行，由工作地刷卡上车，此次出行的起点站一般可认为是第一次出行的终点。利用多日的数据可帮助判断乘客的出行终点。因此，对每个乘客刷卡数据进行逐个分析，通过上车站点与下车站点的空间关系就能确定下车站点。

2.1 上车站点判断

聚类分析就是将待分析数据根据一定的分类规则，合理地划分数据集合，确定每个数据所在类别。

这里采用聚类分析，是对公交IC卡数据信息中某公交车某一趟运营刷卡记录的分析，由此来确定乘客的上车站点。基本思路是：把每个刷卡记录看作一个样品，刷卡时间作为样品的属性，车辆在某一站最后一个上车刷卡乘客的时间与其下一个站第一个上车刷卡乘客的时间间隔作为类与类之间的距离T，将连续两个刷卡时间间隔小于T的记录归为一类，即归为在同一个站点上车，设线路站点数为N，则把整个记录分成N类。按照时间序列，对这N类进行排序，通过一一对应的关系对应到线路运营站点表，从而得到乘客的上车站点。

利用聚类分析确定上车站点的过程中，T值的选择是关键，过大与过小都会导致上车站点判断错误。如果T取值过大，当公交车在两个站之间运行时间小于这个值时，则会错误判断为这两个站点的刷卡记录属于同一类，即在同一站点上 车。如果T取值过小，当同一个站点上车乘客较多、刷卡时间间隔较长时，则可能出现将同一个站点的刷卡记录错误判断为属于不同的类，即认为在不同站点上车。通常根据公交车平均行驶速度与站点间距推算T。

2.2 基于单张卡的下车站点推算

对大部分的公交出行者而言，其上车站点和下车站点总是相互转换的，即回程时的上车站点就是出发时的下车站点，而出发时的上车站点又是回程时的下车站点。以公交乘客完成一次出行目的作为一次出行，一次出行的第一次刷卡站点作为出行起点，最后下车站点作为出行终点，之间的刷卡站点作为换乘站点。

判断出乘客的换乘站点和出行终点就可以了解某乘客的出行路径。判断乘客的换乘站点和下车站点采用短期规律和长期归纳相结合的方法。公交乘客每日出行具有偶然性，有时不以通常的线路或交通方式出行，此时上面的方法就遇到了困难。公交IC卡信息记录的是乘客很多天的出行数据，一段时间来说乘客的出行路径是基本不变的。利用多日的数据可帮助判断乘客的出行终点。

因此，对同一张IC卡号而言，在连续的两次刷卡记录中，后一次刷卡记录中的上车地点是上一次出行的下车地点，可以通过以下步骤获得下车站点和下车时间：

（1）首先，从IC卡数据库中找出目标卡号在下一次出现时的汽车编号和刷卡时间，通过上车站点的推算方法可以获得此时刷卡的站点。

（2）然后，根据汽车编号、上一步所求的站点及上一次刷卡时间，可以得到在该次车辆运行班次行程内车辆到达站点的时间，此时间即为该乘客上一次出行的下车时间。客流量统计分析

对公交IC卡进行挖掘，能得到用于公交规划的重要指标包括：线路全天客流量、线路高峰小时客流量、线路全天和高峰小时直达乘客客流量、线路全天和高峰小时直达乘客出行矩阵等。

3.1 线路全天客流量

线路全天客流量反映了线路的经济效益情况，也是预测规划年线路客流量必需的基础资料。

3.2 高峰小时客流量

公共交通定位于服务城市居民日常出行，根据居民出行特征分析，得知公交出行存在早晚两个高峰（其中又以早高峰更为显著），并且大部分线路高峰与平峰的客流量差别较大。满足短时间内运送大量乘客到达目的地的居民出行需求，对公交提出了较高的要求。另外，规划年高峰时段的客流量和服务水平决定了线 路的配车数，因此高峰小时客流量是一个必须得到的基础性指标。

高峰时段客流量的计算：首先是利用全日客流量数据确定调查线路的高峰小时。不同线路的高峰小时不太一致，主要是由于城市规模大，区域差别大的原因，比如郊线和市区线路的高峰小时到来和结束的时刻就不一致。具体步骤为：先将调查线路全部车辆的全日刷卡记录存储到一个选择集A中，对记录分组。分组原则为：从清晨线路第一辆车的发车时刻开始，每隔15分钟分成一组，统计各组记录条数，得到各组的持卡客流量n1,n2,,ni。要确定高峰小时，须对小组重新合并。合并原则为：从第四组开始对其上面四组合并，每四小组合并为一大组，统计各大组的记录条数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)，所对应的时间段，即为高峰小时。

3.3 路段不均匀系数

路段不均匀系数表示统计时间内某一路段的客流量占线路总流量的比例。路段不均匀系数=第i路段客流量/全线单向平均客流量。

可以通过计算路段客流不均匀系数确定区间车开设的必要性。路段客流不均匀系数大于1，就可以视为高峰路段，若路段客流不均匀系数在1.2~1.4，属于正常调节范围，不一定开设区间车；若大于临界值1.4时，就有开设区间车的必要。

3.4 方向不均匀系数

方向不均匀性指一条公交线路同一时段内上行和下行方向客流的不均衡性，方向不均匀系数体现公交线路上下行两个方向客流量差别。在已知上、下行方向的客流量情况下，可以通过计算各时段的高单向客流量与平均单向客流量之比，求得客流的方向不均匀系数Ka。

在现有条件下，线路客流的确定比路段简单易行，且数据较为精确。将数据库中单条线路某日的IC卡记录表与该线路当日的行车调度表以车辆号相关联，即可判断上、下行方向的客流量，进而计算得方向不均匀系数Ka。

3.5 日变动系数

日变动系数i表示一个月中星期序号i相同日期的日客流量平均值与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为星期序号，周一到周日分别为从1到7；n为当月所含星期序号i的个数；Qj为第j月份的客流量；dj为第j月份的天数。

3.6 月波动系数

定义月波动系数j来描述一年12个月之间的公交客流量差异，j表示月平均日客流量与该年平均日客流量之比。

1dj1dyQj12j,j1,2,,12i

Qj1

式

（3-2）式中：Qi为一年中各月份的客流量；dy为一年的日历天数，365或366天；Qj，与dj的含义与前式相同。基于BP神经网络的线路客流量预测

准确地做出公交线路客流的预测是实现公交运营调度优化的基础。在提前掌握客流变化规律的情况下，才能做到科学地制定运营计划，合理地调配使用人、车资源。但在实际的运营调度管理中，因为缺乏定量实用的分析预测手段，大多依靠经验和直觉来判断客流的变化，预测的结果同实际往往有着较大的偏差。产生偏差的原因是公交线路客流变化的复杂性和随机性。除去复杂性和随机性，公交线路客流变化的另一重要特性是周期性。常规公交线路客流一般呈7天一个周期循环变化。抓住客流周期性变化的特点，结合神经网络适合描述复杂随机事物变化规律的特点，有人提出了一种基于BP神经网络理论的公交线路客流预测模型，应用该模型可以较为准确地预测的线路客流变化，同时间序列模型相比，该模型具有较强的自适应性，预测的精度较高，是一种能较好满足运营调度管理需要的线路客流预测模型。结束语

城市公交IC卡记录的是城市居民乘车的刷卡信息，包括刷卡时刻、乘车线路等，而进行城市公共交通优化所需要的乘客平均出行次数、起讫点分布、出行 时间、换乘次数、出行距离等信息，与IC卡记录的原始信息有很大差别。

本文所介绍了基于公交IC卡数据挖掘有价值信息的技术，通过该技术可以得到了公交线路站点上下车人数，客流量，还可以预测线路客流量。文献[2]还对公交IC卡在公交调度中的应用进行了探讨，利用IC卡中数据，进行准确的客流预测，确定发车间隔，得到可以较为合理的行车调度方案。文献[4]通过对公交IC卡数据库中大量数据的筛选和处理，分析了不同公交乘客群体的性别、年龄构成，绘制了工作日、双休日及节假日公交客流的时间分布曲线，得到了客流高峰时段的居民公交出行特性。

利用公交IC卡信息进行数据挖掘,具有数据量大,易处理和实时性好等优势,可节省大量的客流调查和数据处理成本。其缺点是多数IC卡系统尚不能提供站点信息和乘客下车信息。应完善公交IC卡数据库结构,建立公交数据仓库,集成包括轨道交通方式的城市公交线网及站点等基础信息、公交IC卡信息、公交企业运营管理信息、城市GIS信息及公交车辆GPS信息等,实现相关信息的融合,对IC卡信息进行有效的综合利用。

参考文献：

[1] 陆永宁.IC卡应用系统[M].南京：东南大学出版社.[2] 戴霄,陈学武,李文勇.公交IC卡信息处理的数据挖掘技术研究[J].交通与计算机,2006,24(1)：40-42.[3] 陈学武,戴霄,陈茜.公交IC卡信息采集、分析与应用研究[J].土木工程学报,2004,37(2)： 105-110.[4] 袁勇.公交IC卡数据挖掘技术及应用研究[D].吉林大学硕士学位论文.2009.[5] 韩秀华,李津,郑黎黎.基于IC卡信息的居民公交出行动态特性[J].吉林大学学报(工学版).2009,39(1).

第四篇：工商银行金融IC卡业务的发展历程

《中国信用卡》：请您介绍一下工商银行金融IC卡业务的发展历程。

任西明：从1995 年开始发行首张金融IC卡至今，工商银行金融IC卡已历经十数年的发展历程。总体来说，可以分为探索准备和快速发展两个阶段。

第一阶段从1995 年开始到2006 年，这一阶段属于探索准备阶段，主要完成了芯片卡产品标准的建立以及业务模式的探索创新，并尝试发行了几十万张金融IC卡。1995 年，我行发行了中国第一张工商银行标准的牡丹智能卡；2000 年，发行了符合人民银行P B O C 标准的牡丹IC卡；2005 年在国内率先完成E M V 迁移，推出国内首张E M V 标准金融芯片卡；2006 年推出了Visa 品牌的EMV 标准芯片卡。

第二阶段从2007 年开始至今，我行金融IC卡业务进入快速发展阶段，IC卡发行量突破2000 万张。利用自有知识产权和成熟的芯片卡技术平台，大规模开展芯片卡产品创新和应用创新，我行推出了一批在市场上具有引领作用和影响力的芯片卡产品, 获得了先发优势。2007 年推出了国内首张符合PBOC2.0 标准的芯片卡——牡丹交通卡，迎来了芯片卡的规模化应用和快速推广。2008年又相继推出了V i s a 白金芯片卡产品、牡丹中油车队卡、国内首张非接触式芯片卡牡丹百盛卡、国内首张芯片航空联名卡牡丹南航明珠信用卡、国内首张服务于高尔夫高端客户的1872 牡丹信用卡等。2009 年，我行推出理财金账户芯片卡产品，进一步丰富了芯片卡产品线；启动了“工行之芯”芯片卡升级活动，推出了建国六十周年银联标准芯片卡产品和牡丹白金信用卡，在国内同业中率先全面推广金融IC卡。2010年，我行联合中国联通、中国电信共同推出了国内首张符合P B O C2.0 标准的手机芯片卡产品。2011 年，我行将金融应用与民生服务相结合，金融IC卡在社保、医疗、交通等诸多领域得到全面推广应用。

经过多年发展，我行逐步形成了产品系列齐全、服务功能完备的芯片卡产品体系, 芯片卡已拓展到金融服务、商业服务、公共服务和政务服务，在交通管理、铁路客票、高速公路、商业联名、社保医保、物业管理等诸多领域广泛应用。截至2011 年末，芯片卡发卡数量超过2000 万张，发卡规模和发展速度均居国内同业首位。

多种业务模式巩固领先地位

《中国信用卡》：近年来，工商银行金融IC卡多功能应用取得了哪些成绩。

任西明：近年来，我行充分发挥芯片卡的安全、快捷、行业应用等特点，不断丰富使用功能、扩大应用领域，实现了多行业、多应用的集成。通过芯片卡的发行，实现了金融应用与行业应用的有机整合，开辟了银政、银企和银商合作的新天地。

目前，我行已经与多个行业开展业务合作，推出多种业务模式。例如，以牡丹交通卡为代表的交通管理模式；以广深铁路卡为代表的城际交通模式；以贵州交通卡、陕西三秦通卡为代表的高速公路收费模式；以宁波市民卡为代表的市民一卡通模式；以深圳手机银行卡为代表的手机支付模式；以广东国民旅游卡、北京畅通卡为代表的门票管理模式；以重庆、新疆社保卡为代表的社保卡模式；以南航联名卡为代表的航空会员模式；以百盛联名卡为代表的集团商户模式；以太平保险卡为代表的金融保险服务模式；以宁夏诊疗卡为代表的医疗结算模式等。这些业务有效扩大了市场规模，并使我行始终保持着芯片卡行业领先地位，树立了工银芯片卡的良好品牌。以交通卡为例，该卡是我行与当地公安交警执法部门合作推出的，主要为满足当地公安交警执法需要，采用芯片+ 磁条卡方式发放，利用IC卡在身份认证、信息安全存储方面的优势，对驾驶员的身份资料、违章记录进行管理。目前，北京、上海、浙江、陕西、江苏、贵州、海南、四川、河北、宁波、苏州等分行的交通卡项目已经上线，发卡量超过700万张。交通卡面向驾驶员群体，作为我行金融IC卡与行业应用结合的最早产品，在我行芯片卡推广中占有极大的市场份额，发卡及受理模式非常成熟，具备全国推广意义。

行业应用已呈竞争态势

《中国信用卡》：工商银行发展金融IC卡多功能应用有哪些优势？在实际的工作中是如何利用这些优势的？还有哪些资源利用得不够充分？

任西明：工商银行是国内最早研究发行金融IC卡的银行，与其他商业银行相比，我行芯片卡多应用主要有以下几方面的特点。

一是技术优势。我行自主研发了借记卡平台、芯片卡多应用平台和借记卡安全管理平台等多个与芯片卡密切相关的产品和技术平台，支持快速灵活配置芯片卡产品服务功能，下载金融应用和行业应用，并有效控制银行卡风险。依托强大的科技研发实力，我行在技术应用方面加快了芯片卡产品创新步伐，为扩大芯片卡市场奠定了基础。

二是服务模式。目前我行已经积累了与多个行业开展业务合作的经验，根据人民银行和合作行业的要求，量身打造、精心设计推出了包括多功能应用的多种金融IC卡产品。通过深化行业合作，推动金融支付与相关行业的紧密融合。

三是受理环境。我行在加快芯片卡应用系统功能开发的同时，也在积极推进芯片卡受理环境的改造工作，并在P O S和自助设备采购中一直将支持芯片卡受理作为必要条件。目前我行收单系统已具备金融I C卡受理能力，渠道包括自动柜员机、POS 及营业网点柜面等。我行芯片卡受理渠道的完善为发行金融IC卡、发挥芯片卡优势、保障持卡人用卡提供了安全的交易环境。

四是产品种类。通过近年来的产品开发和应用创新，我行已经建立了比较完善的芯片卡产品体系，相对丰富的产品种类和服务功能，为推进芯片卡多应用提供了合作基础。从品牌上看，发行了中国银联、V i s a 和万事达卡芯片卡；从卡种上看，覆盖借记卡、信用卡和预付卡卡种；从介质上看，支持接触式、非接触式及双界面；从产品形态上看，支持标准卡和异型卡；从功能看，支持借贷记应用、电子现金、电子钱包、脱机支付、快速支付等功能。

通过持续的产品创新和市场拓展，我行在芯片卡的发卡数量、行业应用等方面取得了领先地位，同样我们也清醒地认识到，目前这种巨大的领先优势是不可持续的，国内芯片卡市场将会进入一个快速发展时期。工商银行在推进芯片卡产品研发和市场开拓过程中，也存在资源整合利用还不够充分，如行业合作有待深化、服务领域有待拓宽、多行业应用有待深度融合等需要关注的问题。伴随人民银行《关于推进金融IC卡应用工作的意见》等IC卡推广政策的出台，国内大型商业银行和部分股份制银行在芯片卡上加大投入，陆续推出相应的新产品，在芯片卡行业应用上已经呈现出市场竞争态势。

业务与技术整合有重要意义

《中国信用卡》：在发展金融IC卡多功能应用过程中，您认为应如何协调技术、业务、市场等各部门的工作？ 任西明：金融IC卡相比传统个人金融产品具有一定的特殊性，由于其技术含量较高，因此，在IC卡产品研发和市场拓展过程中，如何有效整合业务与技术部门的业务开发资源，形成业务推进合力，快速响应市场，达到业务和技术之间相互促进，对金融IC卡多功能应用开发具有重要意义。

一是组建金融IC卡研发项目组。在产品研发阶段，针对每一个金融IC卡项目，业务、产品和科技等部门都组建专门的项目研发小组，从方案设计、需求编写、功能评审、开发编程、系统测试到最后的投产验证阶段，项目组全程负责跟进，研究论证每一项服务功能，确保产品推出符合市场需求。

二是成立金融IC卡推广小组。一项产品研发投产之后，如何使产品更为有效地推向市场是一个关键核心。由于金融IC卡技术含量较高、应用功能广泛，总行专门由业务和技术部门共同组建成立了金融IC卡推广小组，负责指导各分行金融IC卡的业务推广，协助分行制定产品创新和业务推广方案，提供各项业务和技术支持。

三是组织开展金融IC卡专项培训。近年来，总行针对分行业务和科技部门的领导和业务骨干分别组织了多场金融I C卡专项培训，编写了一整套通俗易懂的培训学习材料，促进各分支行形成一支知政策、熟产品、懂技术、拓市场的金融IC 卡队伍。

应用推广问题影响使用

《中国信用卡》：目前，人们对金融IC卡的接受程度如何？金融IC卡的哪些优点得到了持卡人的欢迎？还有哪些不足需要进一步改进？

任西明：随着国家鼓励金融IC卡发行政策陆续出台，媒体对金融IC卡的大力宣传和银行对金融IC卡的积极推广，金融IC卡逐步得到持卡人的认同，主动到银行咨询了解金融IC卡的客户也越来越多。同时我们也看到，对金融IC卡认知程度较高的人群主要集中在一些金融和经济较为发达的地区，整个社会全面接受金融IC卡仍然需要一个过程。

从我们市场营销的过程来看，金融IC卡至少有三个突出优点得到了持卡人的热烈欢迎。一是安全性。近年来，不法分子通过获取银行卡磁条信息，进而盗取持卡人资金的案件屡屡发生，用卡安全成为持卡人使用银行卡最为关注的问题，而IC卡运用多重加密验证技术和个人身份认证，可以提高交易的安全性，有效抵御伪冒欺诈风险，至今尚未发生由于盗取IC卡信息导致持卡人资金损失的案件。二是多应用整合。由于芯片卡存储量大、多用性可以与行业卡服务结合，派生丰富的增值功能，可以大大减少客户的持卡数量。三是便捷性。芯片卡可以支持离线交易及非接触交易，服务领域更加广阔，特别是电子现金的应用大大缩短了持卡人用卡交易时间。

但是，目前还存在一些应用推广的问题直接影响持卡人用卡。一是受理环境有待改善。尽管人民银行、中国银联以及部分大型商业银行都在全力推进金融IC卡受理环境的改造，但是从整个社会来看，受理金融IC卡的设备还不够普及，用卡环境的不完善导致持卡人依然要使用磁条进行交易，客户用卡体验不佳。二是多应用尚需加强。芯片卡最大的特点就是“一卡多能”、“一卡多用”，但从实际情况来看，一般都只有两个应用——一个金融应用和一个行业应用，真正在一卡中集成两个以上应用的金融I C卡还不是很多，芯片卡离真正的“一卡多能”还有一段距离。三是应用下载的渠道需要更加便捷。目前，国内金融IC卡大部分都是J A V A 卡，卡片本身支持灵活下载各种应用，但是国内大部分银行尚不支持通过二次发卡的方式进行应用的下载，而我行虽然在柜面、自助渠道支持下载，但是还缺乏网上银行、空中下载等方式，对持卡人来说金融IC卡应用下载依然显得不够方便。《中国信用卡》：您认为金融IC卡多功能应用还将在哪些部门和行业得到进一步发展？

任西明：金融IC卡在行业的应用取决于金融IC卡和合作行业的特点。金融IC卡具有安全性高、信息存储量大、功能拓展性强的特点，在社保、医疗、交通、市政等行业和领域得到了广泛的使用。通过分析这些合作行业，我们不难发现，这些行业对支付的便捷性及脱机环境有着较高的要求，传统的磁条银行卡难于满足其需求。金融IC卡不仅能够满足行业支付的要求，同时可满足行业对支付环境和行业信息的综合管理要求，这也是双方合作的切入点。从上面分析来看，金融IC 卡可以应用的行业非常广泛，比如说电子身份认证以及与之相关的应用服务领域，这个项目我们已经开始研究实施，即通过金融IC卡集成客户的身份认证信息，可以在网络环境下认证客户身份，确保客户隐私不被泄漏。又例如，通过在I C卡中灵活方便下载各种电子优惠券，实现优惠信息和金融支付的融合，将逐步取代现有的各种纸质优惠券。

丰硕成果源自坚持不懈

《中国信用卡》：发展金融IC卡是一项耗费大却见效慢的艰巨工程，工商银行在调动各分行及员工的工作积极性方面有哪些经验？

任西明：任何一项新产品、新技术的研发和应用都会面临着巨大的风险和收益，在金融IC卡的研发上同样如此。确实如您所说，发展金融IC卡是一项耗费大却见效慢的艰巨工程。我行金融IC卡从1995 年研发到2007 年大批量发卡，期间历时十二年，用巨大的投入和艰苦创新，最终换来了丰硕成果。我想我们有以下几点经验可以与同业分享。

第一，要有清晰的发展战略。加快推进金融IC 卡的应用发展，是贯彻国家建立节约型社会的需要，是防范银行卡欺诈风险的需要，也是银行卡产业战略转型的需要。由此我行认识到以芯片卡替代传统磁条卡将是实现银行卡价值拓展新的蓝海，也是全球银行卡产业发展的大趋势。早在2005 年，我行就制定了《金融IC卡发展“十一五”规划》，将推进芯片卡的发展作为我行的发展战略，明确将电信行业、公共交通行业、公用事业行业、金融行业、劳动和社会保障行业、石油石化行业、电子口岸系统和商品零售等八大行业作为重点发展领域。

第二，要加大研发投入，丰富芯片卡产品线。我行积极参与人民银行组织的P B O C2.0等一大批标准技术、标准体系的制定工作，投入大量资源率先开展了标准体系下的技术研究和平台研发工作，将芯片卡作为全行的重点攻关项目配置资源，并纳入平台化建设轨道，有效拓展了芯片卡应用范围，完善了芯片卡借记与贷记支付、小额脱机支付、非接触支付等金融支付功能，实现了各类行业应用的全行统一管理和分行共享快速复用。

第三，要完善金融IC卡受理环境。近几年，我行按照受理芯片卡的应用标准，对所有P O S 和A T M 机具进行了改造升级，目前我行99% 以上的POS、ATM 机具均能受理芯片卡业务；我行柜面已配置双界面读卡器，受理环境的改善保障了金融IC 卡的投产应用。

第四，要加快与行业融合。我们将金融IC卡与客户服务及发展战略紧密结合，坚持践行大行的社会责任，将绿色环保、民生工程、促进消费、引领时尚和安全便民作为优先策略。在与多个行业领域展开金融I C卡合作上，重点放在民生领域以及大行业、大企业、大事件上，包括社会保障、医疗卫生等民生领域；交通、航空、通信行业；中石油、中石化等大型企业；亚运会、世博会、奥运会以及高速公路收费等大的事件。第五是强化风险管理。虽然芯片卡本身具有防范欺诈风险的功能，但我行重点加强对磁条芯片复合卡的风险防范。针对风险因素形式多变、手法升级的特征，不断优化系统功能，增加风险防控的技术量，以高科技的风险防控手段确保银行卡业务健康、有序发展。IC卡发展需各方统筹协调

《中国信用卡》：您认为大力发展金融IC卡多功能应用还需要哪些政策支持？

任西明：芯片卡的快速发展得益于中国经济的发展，得益于居民收入的提高，得益于人民银行的大力推进和监管部门的支持，也得益于媒体的大力宣传推广。在芯片卡的发展过程中，依然需要监管部门、业务主管部门以及中国银联统筹推进各行金融IC卡转换工作，协调解决金融IC卡推进中遇到的重大问题。

一是尽快出台银行卡风险转移政策。目前发卡行对受理环境尚未完成改造的一个重要原因就是国内尚未出台实施银行卡风险转移政策。尽快出台金融IC卡伪卡风险责任转移制度，明确当发卡机构或收单机构有且只有一方未完成P B O C标准芯片卡迁移时，由未完成迁移方承担伪卡交易风险责任，以促进芯片卡受理环境的改善。

二是建立健全芯片卡的各种风险防控机制。我们可以预见，未来几年，芯片卡将进入一个快速发展阶段。在业务高速发展过程中，尤其要注意防止无序竞争和盲目发卡，使其发卡数量与风险管理能力和内部控制水平相适应。规范芯片卡受理市场，明确发卡银行、转接机构、收单银行、持卡人、特约商户、专业化服务机构的权利、义务和责任，健全市场化服务体系，提高综合服务水平。建立一套芯片卡参与方准入和退出机制，审查发卡银行、芯片厂商、制卡厂商、合作机构等市场参与方资质，重点关注芯片卡的应用开发、卡片管理和密钥管理等重点环节，杜绝出现芯片卡业务风险。

三是协调出台芯片卡补贴激励机制。推进银行卡的芯片化关乎国家金融交易环境和持卡人资金安全，无论对国家、社会还是对持卡人和银行都是多赢，需要社会各界共同参与。芯片卡替代磁条卡需要大量前期的资源投入，除卡片成本外，还需投入大量的资源更新受理设备，银行或者持卡人均难以单独承担。因此，我们希望国家主管部门能够牵头出台芯片卡相关补贴激励政策机制，例如，给予各发卡行和终端改造行更优惠的扶持政策。

第五篇：云计算和大数据下在线教育研究

云计算和大数据环境下的在线教育研究

1.引言

当前云计算和大数据技术的出现，面对在线教育交互中产生的大量复杂数据，可以实现识别、分析、挖掘并组织隐含在学习者交互过程中的结构化、非结构化数据信息，开发交互过程数据的价值，发现其隐性诉求并预测学习支持服务趋势，并以其为导向改进和拓宽在线教育服务，达到在线教育服务与学习者需求的双向平衡。本文就是立足于对在线教育的交互瓶颈和需求分析，构建基于大数据和云计算支持的在线教育交互平台模型。重点研究交互平台功能实现，使在线的学习者和教师可以实现完美的在线交互活动，并且对交互的数据进行深入挖掘分析，解决目前在线教育所面临的弊端。

2.在线教育交互平台现状分析

在线教育交互分为个别化交互和社会性交互，前者是学习者和学习资料之问的交互，后者是学习者和教师或者学习者之问的交互，社会性交互是提高在线教育交互水平的关键因素。随着在线教育的交互信息资源增加，在线学习者和在线教师的需求不断发展和提高，在线教育出现了许多问题。

针对服务应用。目前在线教育的交互平台缺乏统一身份认证体系，需要进行身份重复验证，给用户造成不便同时给系统增加安全隐患；缺乏统一的应用展现，用户信息分散在各个应用中，且服务功能重复，堆砌浪费；使用方法、界面和质量不统一，给平台使用和维护管理造成不便。在线学习时间的碎片化趋势对学习者的终端设备要求很高，造成学习质量下降；缺乏跨终端的资源共享系统，影响学习效率和满意度，改变终端学习，增加数据丢失、病毒入侵等安全问题。

针对信息资源的存储和分析挖掘。随着在线学习者和在线教师的服务需求日益个性化和专业化，对于服务质量也越来越看重，在线教育交互平台必须根据在线学习者和在线教师的需求作出相应的策略改变，以适应服务需求的不断改变和提高。由于在线教育是基于互联网的学习方式，学生和学习资源、教师与学生、学生与学生之间的交流是通过网络全方位进行，所以需要通过对学习交流的分析挖掘出在线学习者和教师的需求。在线教育的信息资源总量日益增大，主要的数据资源包括结构化和非结构化信息，以及在线教育平台内部以异构化数据为主的相关信息，且每天以大量的非结构化数据和异构性数据资源为主。但是目前对于这些异构性数据和非结构化数据的记录、存储和统计技术，完全不能满足在线教育交互平台的数据需求。因此对平台产生的结构化、非结构化、异构性大量数据进行分析和深度挖掘潜在价值成为必然，为在线学习者和教师反馈快速、及时、高效、安全的信息分析结果。3.在线教育交互平台应用云计算和大数据

3.1 云计算和大数据与在线教育交互平台

云计算是通过互联网络庞大的计算处理能力，将待处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算和分析，最后将处理结果回传给用户。大数据技术是数据分析的前沿技术，需要从各种各样类型的数据中，快速获得有价值信息的能力，是需要新处理模式才能实现更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。云计算强调的是动态计算能力，大数据注重的是静态的计算对象。云计算弥补了目前大数据的存储和运行的最大问题，就是提供了运算平台，而大数据则运用分布式处理手段应用于这个平台之上，两者是相辅相成的关系。

云计算与大数据结合应用，前者强调计算能力，后者看重存储能力。大数据需要处理大量复杂数据的能力，包括数据获取、整理、转换、统计，即强大的计算能力，而云计算需要大量数据作为运算的基础，所以两者的结合是必然趋势。实际应用中，云计算的出现和兴起促进了大数据的广泛应用，而大数据和云计算的结合应用更是出现在许多领域，现已扩展到公共问题领域。但是目前还没有进入在线教育行业。

借助云计算的优势，在线教育交互平台上的用户无需考虑在线学习时终端设备的运算、存储和负载能力的问题，可以更好的实现教育资源共享和教育网络协同工作，大幅度提高教育资源的利用率和运行效率。云存储屏蔽了数据丢失、病毒入侵等问题，保障了数据安全和用户信息私密，是在线教育交互平台最安全可靠的数据存储中心。用户使用终端设备访问教育资源进行在线学习和交流，都会产生并积累大量结构化和非结构化数据，不仅体量大而且增长速度很快。其中非结构化数据已占数据总量的八成以上，但目前的数据分析处理算法和软件不能达到对非结构化数据的处理要求。大数据技术的应用却可以高速实时处理在线教育平台产生的复杂海量数据，为在线教育平台实时洞察学习者的变化、把握学习者的需求、提高教育质量提供支持。对在线教育平台上大量的不相关信息，进行深度复杂分析，为未来教育需求趋势提供预测分析，这是应用大数据的在线教育与传统在线教育本质的不同。

3.2 基于云计算和大数据的在线教育交互平台应用模型分析

根据上述分析，随着在线教育日益同质化，在线教育机构需要在保障教育资源丰富和高质量的同时，更好的分析在线学习者和教师的偏好，为平台的每个用户提供有针对性的个性化服务。下面将利用云计算和大数据的优势构建符合学习者和教师需求的高质量在线教育交互平台模型，如图1所示。

应用云计算和大数据技术的在线教育交互平台主要分为用户应用服务层、数据资源处理层、基础设施硬件层三部分，依次分析三部分功能实现。

3.2.1用户服务应用层

在线教育交互平台的用户主要为两类，即在线教师和在线学习者。针对不同的用户，访问的授权和界面不同，尽可能为用户提供个性化的精准服务，主要表现为属于用户自己的展现网页。服务应用内容主要分为四类，包括在线教学内容、教学管理、交流互动和学习管理，如图2所示。

服务应用层是资源对外交互的窗口，是用户使用资源的桥梁，与用户体验的便捷性有很大关系。因此应用服务层是根据用户需求，对信息资源请求重构和提供，实现信息资源的服务分类，用户享受个性化的服务资源。

平台对每个用户展现的内容是不相同的。针对教师，平台实时反馈在线学习者的情况和分析结果，尤其是对学习者的学习风格和偏好的分析，实时跟踪学生在课前、课中和课后的情况，完成课程反馈，对学生在平台上的行为、学习记录智能跟踪记录分析。针对学习者，构成学习、答疑、测评、互动四位一体的学习模式，运用丰富的学习资源，根据后台的数据挖掘。提供学习进度安排和个性化的学习方案。实现以学生为中心的在线教育方式。实现自主个性化学习、个性化即时笔记、针对性课程复习和测评，多方式在线交互的方式。

在线教育交互平台的用户看到的是良好的服务交互界面，无需知道后台数据资源整合过程，完全由平台的数据资源处理层完成，所以拥有更好的用户体验。平台是所有教学资源的集散地，整合资源方便统一管理和使用，同一份资源，只需保存一份，通过资源关联，可以在任意系统中快速调用。同时避免数据库急剧增长，极大地减轻网络负荷，减少用户和平台的工作时间，维持资源唯一性，资源发生更改时所有使用该资源的应用均自动更新。

3.2.2数据资源处理层

中问层是数据资源处理层，主要为三部分。第一部分是对数据进行标准化处理，第二部分是进行数据挖掘分析整合。第三部分是数据库。中问层的核心是第二部分，也是在线教育交互平台的核心。如图3所示。

面对迅速增加的复杂数据，在线教育交互平台利用云计算和大数据进行现代数据管理，支持所有数据类型，如文件、图片、视频、博客、点击流和地理空问数据等，并以“云存储”持久存储于数据中心，保持数据实时更新，实现数据共享、分析、发现、整合和优化数据，提升数据价值。

利用负载平衡优势，有效透明地扩展网络设备和服务器的带宽、增加在线教育交互平台的吞叶量、加强平台网络数据处理能力、提高服务的灵活性和可用性。面对用户大量的并发访问或数据流量，可以分担到多台设备上处理，减少教师和学习者的等待响应的时间；同时做并行处理，处理结果汇总返回到在线交互平台，平台系统处理能力得到大幅度提高。

离线数据是用户访问的各种数据库中的信息资源，是从服务器端、客户端、代理服务器端中采集的用户访问信息和行为信息。利用大数据技术进行数据处理，清除不需要的数据，用聚类、分类等算法对处理之后的数据进行模式分析，成立样本数据资源为数据流挖掘分析作准备。在线数据是由于数据流的动态性和流量大的特点，在实现数据流挖掘时，对流入的数据流，利用云计算做到占用内存少，处理速度快，实现关联规则、分类和聚类的挖掘。

整合数据是将离线数据作为样本库的参考，对在线数据进行分析，及时有效的反馈结果，并且随着时间的推移和用户对信息资源的需求改变，及时更新资源分析结果。通过数据挖掘过程，对数据过滤、分析和整合，建立多资源分类结果，按照用户的不同需求进行决策，形成索引为用户访问和使用服务提供便利。整合数据主要是为整合用户做准备，将用户的信息资源进行相似度分析，对于类似的用户归类，进行同类信息资源的分配。根据在线学习者的基本信息、学习风格、学习满意度和学习感知四维度的服务需求，可实现用户的定制服务、个性化服务、精准服务，便于用户方便提取自己需要的资源。最后将用户需要的资源根据授权不同。做统一标准化处理。上传至服务应用层，展现于用户的界面。

4.基于云计算和大数据的在线教育交互平台应用优势

云计算和大数据结合对在线教育的发展具有巨大的促进作用，不仅是针对提供的服务，更是对教育发展的促进，增强在线教育的核心竞争力，保持在线教育的健康发展。4.1实现针对不同用户的个性化精准服务

在从以资源为核心的在线教育平台建设到以用户为核心的个性化在线教育平台建设过程中，最主要的变化的就是针对不同用户提供不同的个性化服务。而云计算和大数据的应用就在于加强对在线教育的平台用户研究与交互数据的分析利用。并基于分析结果。改善服务内容，提升个性化服务的质量，完成平台对用户的跟踪服务、精准服务、知识关联服务和宣传推广服务。面对平台快速增长的数据，从中提取有价值的信息，实时分析反馈，建立不同类别的用户模型，达到针对不同用户提供针对性服务、增强用户体验、提高服务质量的目标。即使分析的数据源相同，但是由于提供对象不同，分析结果会不同，提供的服务也不同，做到精准服务。即使是同类用户，针对不同的个体，分析数据源不同，结果不同，提供的服务也不尽相同，做到个性化服务。

4.2提供教育发展动向以及热点的变化

通过大数据和云计算技术，改变了被动更新教学资源的情况，变成根据在线学习者的需求主动更新资源，提升了在线教育平台的作用。不仅为在线学习者提供了需要的学习资源，也为在线教师提供更有质量的教学资源和研究依据。在线教育交互平台通过对用户数据的收集、整理、分析、深度挖掘和汇总，在宏观上分析相关教育领域的发展动向和热点变化，更快地洞察最新的学习者兴趣走向，以及相关领域的内容进展，更新在线平台的学习资源，并且保证学习内容的实时性和前沿性。同时通过汇总结果有效评估在线学习者对各种教学资源的使用情况，并且根据热点分析和目前已有教学资源交叉对比，可以有效评估教学资源的质量，利于在线教育交互平台持久发展。4.3提供无限量的数据存储能力和更可靠的数据安全性

随着在线教育交互的发展，信息数据量迅猛增长，产生出大量的半结构化、非结构化信息数据，对存储的要求愈加严格。云计算的出现使得海量数据的存储与运算得到了解决，分布式存储的方式可以持续收集大量数据，不会造成存储空问的不足。在线教育交互平台应用“云存储”方式，保证存储数据的可靠性，并能够实时更新，有效解决海量数据资源的查询、管理等问题。云计算使用数据多副本容错、设备同构可互换等手段来保障平台的数据存储安全。数据存储到“云”中，不会受到计算机病毒或硬盘损坏造成的数据丢失。同时解放了用户对终端设备能力的要求。4.4提高在线教育交互平台管理能力

应用云计算和大数据的在线教育交互平台，能够面向具体应用的数据需求，做到快速、及时和有效地响应。根据需求的变化和增长，平台具有很好的性能扩展空问和扩容时稳定和可靠的支持，高效处理多种类型数据。在线教育机构以此平台为基础利用云计算技术和大数据的优势，充分挖掘自身数据价值，实现数据资产从成本中心到利润中心的转变。通过整合数据资产，对数据资产进行标准化，形成灵活可扩展、易于更新、可管控的、可隔离、绿色环保的高效分析型数据管理交互平台，实现支持标准开发、用户自服务、多元化开发多种应用支持模式，形成松祸合、可异构的基础数据和应用数据两级数据管理层次。同时，在线教育机构可以驾驭自身数据资产，全面提升平台的数据信息管理能力，尽力获取对在线学习者和在线教师的洞察，以数据驱动在线教育的发展。

5.结论

对于在线教育交互这个重要研究领域而言，云计算和大数据技术的出现不仅影响着在线教育交互的形态，也为交互信息分析提供了新的思路和手段。一方面，新的技术使交互行为不断向着实时化和碎片化的方向发展，使交互过程日益复杂；另一方面，新的技术又使获得大量交互数据、特别是行为数据成为了可能，从而有更多了解在线学习过程和进行教学决策的依据。在线教育交互作为信息服务，尽管在线教育交互平台有资源的优势，但在技术等方面的劣势也限制了其本身的发展。本文构建基于大数据和云计算支持的在线教育交互平台模型，分析平台的功能实现，使在线的学习者和教师可以实现完美的在线交互活动，总结出利用云计算和大数据的在线教育交互平台的特点优势。因此，在线教育交互平台的快速发展需要利用云计算和大数据创新提升在线教育交互的核心竞争力。