文献

J-GLOBAL ID：202202263397494793   整理番号：22A0892351

投資ポートフォリオのための費用効果,ルールベース,ビッグデータ分析集約エンジン【JST・京大機械翻訳】

Cost effective, rule based, big data analytical aggregation engine for investment portfolios

著者 (2件)： Casturi Rao (V.P. Risk Management, Voya Investment Management, Atlanta, GA, USA) ,  Sunderraman Rajshekhar (Georgia State University, Atlanta, GA, USA)
資料名： Wireless Networks  (Wireless Networks)
巻： 28  号： 3  ページ： 1203-1209  発行年： 2022年 
JST資料番号： W1715A  ISSN： 1022-0038  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 金融産業におけるBigデータの最近の発展は,効果的な集約(より高いレベル)分析手段(Fund,Portfolio,Sector,産業など)の設計と開発のための巨大な機会を創出した。これらの集約された対策の欠如は,クライアントに期待される金融サービスを提供する組織の能力を危うくするであろう。ベンダーソリューションと既存の学術研究(Data Cube,OLAP)は,これらの集約的対策を提供できるが,高価で,時間がかかり,小型から中サイズの投資組織に実装するのに実用的ではない。ルールベースアーキテクチャを用いた提案ソリューションは,”RapidアプリケーションとBigデータ上の意思決定支援システム”のための費用対効果が高く,効率的で,ビルディングブロックである。著者らの新しいアプローチ「選択的次元Cuboid」は,データマイニング,ポートフォリオ傾向解析,およびサイクル予測への将来の拡張のための柔軟性を有する単純だがロバストな解決策を提供する。解は任意の次元データセットに容易に携帯できる。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *投資 ,  *ポートフォリオ ,  金融 ,  応用プログラム ,  計算機アーキテクチャ ,  意思決定支援システム ,  ロバスト性 ,  *ルールベース ,  データマイニング
準シソーラス用語： *費用対効果 ,  ビルディングブロック ,  傾向解析 ,  *ビッグデータ ,  金融業務 , 【Automatic Indexing@JST】

著者キーワード (3件)： ビッグデータ ,  データウェアハウス ,  凝集

分類 (2件)： 通信網  (ND07030A) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (6件)： 投資 ,  ポートフォリオ ,  費用効果 ,  ルールベース ,  データ分析 ,  集約