关于我们+
产品与服务+
解决方案+
客户案例+
AI创新中心+
投资者关系+
资源中心+
联系我们+
申请演示+
申请演示-
图像化
深度学习
深层特征
准确性
挖掘反映客户资产偏好的深层特征,从而有效提升银行现有各个模型的准确性,并通过客户在不同图像状态之间的转移概率,预判出客户资产配置的发展趋势,为一线客户经理提供覆盖全客户的营销方向
在银行最重要业务数据和深度学习算法之间的鸿沟上架起桥梁,融合统计学、万有引力定律空间投影、插值平滑等算法
能从图像中抽取显著特征,将类似的图像聚类在一起,从而实现图像级的客户微细分
分箱编码和合理的聚类算法选择,在保证精度的同时,大幅提升处理效率(高达400倍)
通过引入客户微细分产生的新图像特征,将上线模型(大额存单、结构性存款)前10%名单的命中率提高20%~40%
无论采用何种预测算法,模型均有明显提升,前5%名单的命中率最高提升3/4
直接产生的营销效益高达数百万至上千万