机构名称：
¥ 1.0
目的：本研究旨在发现金融行业人工智能技术的现状和未来趋势。设计/方法/方法：本研究试图利用 2017 年至 2019 年过去三年的新闻数据，发现人工智能在金融领域的应用趋势，以预测人工智能技术在金融领域的新机遇。文本挖掘和社交网络分析用于分析包含金融行业人工智能应用的新闻数据。对新闻文本进行网络分析和建模，最终得到当前和未来趋势的主要关键词。发现：分析结果产生了一些有意义的影响。2017 年，政府的投资和对发达国家的兴趣形成了各国对人工智能的国内认识。2018 年，人工智能从银行和客户对金融领域的兴趣加速了金融行业的创新。2019年，该领域的投资主导者已从政府转变为商业企业。这意味着2019年，AI技术在金融行业的引入产生了强大的积极影响。因此，本研究预测，从2020年起，未来五年内，金融行业将利用人工智能加速创新。此外，根据2019年社交网络分析的分析，金融行业将有更多使用AI的商业场所。本研究发现，自动化、客户和服务等关键词是相互关联的。随着如今越来越多的基于内容的金融服务提供给客户，本研究预测，在不久的将来，基于AI的交易渠道将与现有的金融系统相结合，以满足客户的需求。研究限制/含义：本研究使用 2017 年至 2019 年的新闻数据。数据收集期可以延长至 10 年，以获得更准确的趋势。本研究表明，大数据技术可用于利用文本数据（例如新闻数据）来查找趋势。原创性/价值：本研究的价值在于利用大数据技术确定人工智能在金融行业应用中的当前和未来模式。它可用于应对未来的危机并预测未来的可能机会。
建议引用：Go, Eun Jung；Moon, Junhwan；Kim, Jinhwa (2020)：利用大数据技术分析金融行业人工智能的现状和未来，全球商业与金融评论 (GBFR)，ISSN 2384-1648，人民与全球商业协会 (P&GBA)，首尔，第 25 卷，Iss。1，第 102-117 页，https://doi.org/10.17549/gbfr.2020.25.1.102
主要关键词
