大数据：具有体量巨大、来源及结构多样、生成速度快、单位价值密度低、多变等特征，需要使用非结构化数据库等新型数据体系结构进行有效处理的数据。

大数据技术：以大数据为对象的数据采集、传输、储存、计算分析、可视化等技术。

非结构化数据：数据结构不规则，不方便用行列二维形式表达的数据，如图片、文本、音视频等。

国家宏观杠杆率：居民、企业（金融及非金融）、政府（中央及地方）三大经济部门的债务余额总和与国民生产总值（GDP）的比值。

机器学习：计算机对人类学习行为的模拟，包括对新知识或技能的获取、重新组织现有知识或技能结构以改善自身性能两方面。机器学习技术常被用于寻找样本数据中的规律，并利用规律预测未来或未知数据。

计算机视觉：令计算机表现出类似人类提取、处理和分析图像能力的技术。

结构化数据：也称行数据，是具备统一的结构、能够用行列二维形式表达和管理的数据，如关系型数据库数据。

人工神经网络：模仿人脑神经网络工作方式的运算模型，具有非线性、自适应性等基本特征。

深度学习：机器学习算法的一种，基于多层（3层以上）的人工神经网络。深度学习与传统机器学习的主要区别在于，在帮助计算机建立学习模式时，深度学习不需要人工将某一具体领域的知识转化为以简单数据表示的特征值。

生物特征识别：利用个体生理特征对个体身份进行识别的技术。

数据云服务：通过网络以按需、易扩展的方式提供的针对数据的储存、计算等一系列服务。

问答系统：在人工智能问答系统中，人类可以使用自然语言向问答系统提交问题，问答系统会返回系统判断与提问关联性较高的回答，并以自然语言形式呈现。

现代投资组合理论：Modern Portfolio Theory，由美国经济学家哈里·马科维茨于1952年提出，其核心理论是利用均值-方差分析法在给定的风险水平下建立回报最高的投资组合。

用户画像：根据用户的基本人口统计学信息及消费、社交等行为信息为用户构建标签化的抽象形象。

知识图谱：一种由节点和边组成的网状图结构的语义信息库，以符号形式描述物理世界中的实体或概念及其相互关系。

自然语言处理：帮助计算机使用自然语言与人类进行有效信息沟通的各种技术，主要包括语义理解、机器翻译和问答系统等技术。

GPU：Graphics Processing Unit，图形处理器或图形处理单元，是具有数据运算功能的电子计算机部件，传统上常用于图形相关的运算工作。

P2P金融：Peer-to-Peer Lending，是一种由互联网平台撮合的信用贷款交易。

TB：Terabyte，计算机储存容量单位，即太字节。1太字节等于2的40次方字节（Byte）。

ZB：Zettabyte，计算机储存容量单位，即泽字节。1泽字节等于2的70次方字节（Byte）。