人工智能与大数据

       近年来,人工智能和大数据逐渐成为计算机技术发展的热点领域,并步入快速发展期。由于各类感应器和数据采集技术的发展,我们开始拥有以往难以想象的的海量数据,同时,也开始在某一领域拥有深度的、细致的数据。新纽科技积极探索人工智能、大数据技术领域,通过与北京大学、北方交大等知名高校开展深度技术交流与合作,主要针对机器人流程自动化、计算机视觉与特征识别、机器学习与神经网络等三方面进行深入研究,并在计算机视觉与特征识别方面和大数据在ECIF平台的应用方面取得了突破性的进展。



       随着影像流系统在银行系统的广泛应用,银行前台网点通过高拍仪、扫描仪等设备将票据和单据形成影像,并传输到中台作业中心,由作业中心录入岗位人工对切片数据进行集中录入。如何通过科技手段将人工录入变为自动化录入,来提升工作效率,降低人员投入数量,增加效益,成为银行面临的关键问题。为解决这一难题,新纽科技与北京交通大学开展了针对计算机视觉与特征识别方面的技术交流合作。计算机视觉与特征识别方面主要是计算机对图像进行处理、解析、分析和理解,以识别各种不同模式的图片信息的技术。识别过程包括图像信息预处理、图像切分、特征提取和判断匹配等。票据内容识别解决方案将金融机构具有表格特征的票据,通过扫描处理,自动分类,将票据图像中的文字及数据信息准确、快速、真实的提取并保存。通过OCR识别技术,能有效的识别图片数据信息并进行提取处理。支持印刷体汉字、数字、金额等,识别准确率能达到99%。对于手写体文字,通过基于AI技术的深度学习,后期识别准确率能达到90%以上。新纽科技基于图像识别技术形成了智能商品归并、票据内容识别等解决方案。智能商品归并解决方案能帮助商家搭建商品搜图平台,实现“以图搜图”。通过商品图片特征提取、识别和比对,从海量商品库中搜索出最近似的商品图片供用户使用,还可以实现对商品进行数字化管理,实现商品特征提取、商品分类、商品属性标签管理、比价服务等,并帮助商家生成可供文字搜索的商品描述信息。

       大数据时代,随着移动互联网的发展和社交应用的广泛使用,产生了大量的银行外部客户信息数据,外部信息数据比传统模式下的银行内部客户信息更加丰富。新纽科技在大数据技术领域主要应用在客户信息管理系统ECIF中,除了传统模式下在银行内部获取客户信息内容外,更多的从银行外部获取大量客户的相关信息,包括各类半结构化及非结构化数据。通过细致刻画客户的社会角色、行为特征、风险偏好、客户价值等深层次特征,提升企业对客户信息的分析能力,实现更全面、准确、清晰的客户画像和企业关系族谱,实现精准营销,从而获取高价值客户信息,提升工作效率。

上一篇:
下一篇: