无相盘金融超级大脑

释放数字价值

赋能金融运营

基于机器学习的无相盘金融超级大脑

无相盘实时推荐引擎

无相盘实时推荐引擎

日处理百亿流量

响应时间20毫秒内

无相盘商机挖掘引擎

无相盘商机挖掘引擎

日处理数据量达10亿+

精准定位客群

无相盘NLP引擎

无相盘NLP引擎

多级金融知识图谱

专注金融,更懂金融

无相盘实时推荐引擎

构建海量

特征体系

对用户标签、产品属性、场景描述、用户实时行为等数据抽取并构建海量特征体系,并自适应地采用专家知识库、传统机器学习模型、深度神经网络模型进行实时打标和推荐运算。

20ms内

响应

在典型的生产场景中,实现日场景PV=100亿,日用户UV=10亿的推荐列表运算。系统性能方面,在保证响应时间<20ms、推荐PR指标双100%的前提下,兼顾推荐产品的多样性和新颖性达到最佳平衡。

日处理

百亿次推荐

每天可处理百亿次推荐,响应时间在20毫秒以内,具备瞬间完成“识别用户--实时推荐--数据回传”闭环的能力。

无相盘商机挖掘引擎

无相盘商机挖掘引擎

日处理数据量达10亿

支持所有数据源的接入、清洗、归一化、时序统计&分析、分类储存、API服务调用、数据权限和安全管控等功能,每天可处理数据量达10亿条以上。

基于深度学习算法

基于深度学习算法

基于特征离散化、特征组合、特征变换、特征增强、时序特征等特征工程算法,以及高维机器学习(二分类)、高维机器学习(回归)、高维机器学习(多分类)、AutoML、聚类、Scikit-learn等机器学习算法。

定制挖掘模型

定制挖掘模型

基于机器学习,可承载多种推荐策略并进行实际生产投放。所有推荐策略可归纳为如下4种类型:给定用户找产品、给定产品找用户、给定用户样本找更多相似用户、给定产品样本找更多相似产品。

无相盘NLP引擎

覆盖金融的语义理解

自主研发的Scorpio语义系统是一个集场景识别、语义理解及智能对话的深度自然语言系统。覆盖垂直领域的语义理解。提供个性化产品推荐。Scorpio 系统结合金融KG,轻松实现结构化管理和交互,用于各个虚拟机器人场景。

3级金融知识图谱

自建的金融知识图谱体系,10万+KG元素积累,强大的关联知识生态,通过语义解析模块实现知识存储与推理、知识融合及消歧,结合Scorpio语义系统,准确分析场景,比传统方法提升至少10%的准确度。

智能推荐和财富规划

多维度用户智能财富推荐体系,基于LBS、兴趣标签模型、LAL模型(隐马模型)、协同过滤模型,对用户进行全方位分析,8000+基础标签,200+高级标签,监控需求舆情,实现高适配金融业务产品多元化精准打击。