文档介绍：: .

4)高容错性。通过先进的软件技术、新算法设计与高性能计算研
究处理各种数据。
5，应用实例
大数据智能化分析在各行业注重实际应用，从数据汇聚到智能化分析处理，能实实在在地为企业提供可行的解决方案。
大数据智能催收平台
大数据智能催收平台依托大数据技术以及多维数据源，将大数据
增值产品集成到智能催收管理系统中，为资产方、处置方在贷后个人
不良资产管理运营中遇到的各类痛点提供高效的解决方案。同时将不
断探索、尝试为提升金融行业整体运营管理水平而努力，最终打造一
个法律风险以及征信体系的完善及法律法规合规“互联网+不良资产
处置”的模式大数据智能催收平台。
系统采用 WEB/JAVA 开发模式，整体框架采用优秀的SpringBoot
和 SpringCloud 等系列成熟框架。团队使用 Maven 与 Git 等进行项目
管理与协作开发。
业务架构图
系统功能对于平台上的业务出现逾期，可以依托该系统进行催收管理，同
时也可以对外承接一些不良资产催收业务。系统主要实现系统管理、
案件管理、催收管理、数据报表等功能，并呈现在 PC 和微信端。
平台对接并依托大数据及人工智能等先进技术，建立债务人知识
图谱及人物画像，精确勾勒债务人还款能力与意愿，对债务人的还款
可能性进行综合评估，得出催收评分，从而进行不良资产风险定价。
整合不良资产方和处置方，在平台上不良资产方可以发布债务信
息，处置方可以挑选债务去处置。平台可以用最新式的“催收模型”
对资产包进行拆分，再分派给合适的处置方，进行资源的深度优化配
置。
模块结构图
系统管理模块结构图：
案件管理模块结构图：催收管理模块结构图：
数据报表管理模块结构图：
通过本项目的建设，将构建千万人数据量级的自然人全大型健康
队列、重大疾病临床生命组学数据库、多层次精准医疗知识库体系和
生物医学大数据共享平台:探索准确的健康大数据的分析策略、建立
大规模健康管理及疾病预警体系；突破新一代生命组学的分析技术，
研发系列生物标志物、靶标和制剂;壮大医疗健康产业发展，不断提
升优质医疗资源的共享和可及性。
平台建设结构图：
需求分析：
平台设计采用 SOA 架构，数据传输保障将采用传统消息中间件
模式，消息中间件将提供消息总线服务，消息传输的功能提供以消息
服务方式与 ESB 总线进行交互。建设内容：
（1）数据交换中心及资源服务:构建数据交换共享企业级服务总
线 ESB,基于 ESB 的数据中心数据资源交换共享服务。
（2）数据交换接入前置系统: ESB 总线前置实现需要交换的部门
数据接入和服务接入。
（3）交换管理监控系统，提供对共享交换平台的管理监控以及
交换数据的统计功能。
（4）数据交换传输保障：实现各接入节点与中心ESB 之间的可
靠传输保障。
（5）数据交换标准规范:数据规范、管理规范、技术规范等管理;
标准和制度。
社区大数据智能化管理平台
项目背景： : .
大数据智能分析软件