科大訊飛大數(shù)據(jù)方案和應用介紹課件

訊飛大數(shù)據(jù)方案和應用訊飛大數(shù)據(jù)方案和應用匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準科大訊飛的大數(shù)據(jù)基礎層應用層技術層云計算平臺大數(shù)據(jù)處理平臺深度學習平臺訊飛語音云智慧教育智慧政府智慧公安…語音識別人臉識別手寫識別聲紋識別語義理解……分類聚類關聯(lián)規(guī)則預測……異常檢測科大訊飛的大數(shù)據(jù)基礎層應用層技術層云計算平臺大數(shù)據(jù)處理平臺深訊飛語音云手寫識別語音搜索語音合成語音識別語音評測訊飛語音云聲紋識別語義理解訊飛語音云通過3000多臺服務器構成的云計算平臺向億萬用戶提供多樣的、實時的語音能力輸出，日服務次數(shù)13億次訊飛語音云手寫識別語音搜索語音合成語音識別語音評測訊飛語音云自主研發(fā)的Maple大數(shù)據(jù)平臺Flume-ngSqoopETLHadoop(存儲&計算)Storm&SparkHive&PigHbaseRedis緩存搜索引擎數(shù)據(jù)庫語音云應用層AppsMaple-SDKMaple-BDWS500+高性能服務器從全國各地秒級延遲收集500億條信息（100TB）支持多業(yè)務場景復合運算，支持全數(shù)據(jù)量10遍的計算處理每天整個大數(shù)據(jù)框架建立在分布式技術之上，具有水平擴展特性和能力，即簡單加服務器即可Maple大數(shù)據(jù)平臺自主研發(fā)的Maple大數(shù)據(jù)平臺Flume-ngSqoopET全面的大數(shù)據(jù)挖掘建模技術高水平的數(shù)據(jù)挖掘研究團隊大數(shù)據(jù)首席科學家：陳恩紅教授（中科大計算機學院副院長、杰青、CCF大數(shù)據(jù)專委會副主任）訊飛大數(shù)據(jù)研究院：由近10個博士領銜，針對計算廣告、個性化推薦、智慧交通、個性化學習、政府征信等領域開展數(shù)據(jù)挖掘分析工作全面的大數(shù)據(jù)挖掘建模技術能力意圖理解關鍵詞抽取文本分類文本聚類主題抽取文本建模行為建模Look-alike建模關聯(lián)分析協(xié)同過濾回歸模型Multi-armedBandit模型低秩分解L1正則化決策樹卡方檢驗信息增益特征選擇……全面的大數(shù)據(jù)挖掘建模技術高水平的數(shù)據(jù)挖掘研究團隊意圖理解關鍵訊飛已擁有的大數(shù)據(jù)寶藏toC大數(shù)據(jù)toB大數(shù)據(jù)教育大數(shù)據(jù)社管云運營商呼叫中心公共安全…訊飛輸入法靈犀、酷音鈴聲訊飛語音云移動廣告平臺智能音箱、車機、電視、…微博、貼吧、微信公共賬號區(qū)域教育解決方案智慧課堂智慧校園智學網(wǎng)…性別金融理財否音樂偏好游戲偏好否APP偏好是否有車網(wǎng)購興趣否工作類型常住地常出差地消費能力當下潛在需求

有無小孩年齡段小孩年級小孩偏科否基于AI技術提取了200多個關鍵的用戶畫像標簽總用戶數(shù)7億，月活躍用戶1.8億是否學生小孩強/弱學科小孩學習能力彩票股票基金保險借貸品類品牌價格奢侈品偏好否P2P車品牌車型購車意向否購車偏好偏好分類是否付費偏好風格自然屬性子女教育金融購物汽車游戲其他智慧教育智慧政府智慧公安計算廣告智慧醫(yī)療智慧交通……相關標簽信息支撐服務到各個行業(yè)應用之中訊飛已擁有的大數(shù)據(jù)寶藏toC大數(shù)據(jù)toB大數(shù)據(jù)教育大數(shù)據(jù)社管訊飛已有的大數(shù)據(jù)實踐工作計算廣告智慧教育智慧城市智慧交通科大訊飛大數(shù)據(jù)已經(jīng)成功應用于多個行業(yè)和領域訊飛已有的大數(shù)據(jù)實踐工作科大訊飛大數(shù)據(jù)已經(jīng)成功應用于多個行業(yè)計算廣告+大數(shù)據(jù)通過用戶全渠道ID打通，整合多來源數(shù)據(jù)，采用數(shù)據(jù)分析、模型預測等技術實現(xiàn)多層次的用戶畫像標簽，讓廣告更加精準的定向目標用戶廣告行為人口屬性原始輸入搜索行為事實有房人群有車人群高奢人群人口屬性點擊的廣告類型應用行為GEO移動設備數(shù)據(jù)第三方業(yè)務數(shù)據(jù)…使用了哪些APP玩了什么游戲搜索過的購物詞…人群屬性商業(yè)興趣消費能力品牌偏好當下需求潛在需求…模型預測業(yè)務類商務人群…結構化、統(tǒng)計建模機器學習建模業(yè)務定制規(guī)則采用“大數(shù)據(jù)+大規(guī)模計算能力+精準預測模型+高效算法+在線訓練”等核心技術，科學預測點擊率從而合理出價，最終達到廣告投放的綜合收益最大化精細、精準的人群標簽智能的競價模型計算廣告+大數(shù)據(jù)通過用戶全渠道ID打通，整合多來源數(shù)據(jù)，采用大數(shù)據(jù)助力廣告業(yè)務提升游戲用戶定投，轉換率提升50%0.5%%1.26%152%京東廣告對接，點擊率提升152%平均計算廣告的點擊率提升20%0.5%%0.6%20%0.6%%0.9%50%大數(shù)據(jù)助力廣告業(yè)務提升游戲用戶定投，轉換率提升50%0.5%智慧城市+大數(shù)據(jù)進一步增強政府的數(shù)據(jù)利用能力，帶動數(shù)據(jù)開放與共享，實現(xiàn)基于政務大數(shù)據(jù)的社管、征信和服務體系建設，提升政府在智慧城市、社會治理和民生服務領域的應用水平。政府公開數(shù)據(jù)A自帶數(shù)據(jù)B模型構建和數(shù)據(jù)分析可視化及危險評估數(shù)據(jù)采集以城市管理為契機，建設政府數(shù)據(jù)共享體系，通過多源數(shù)據(jù)分析提升城市治理水平。促進政府各部門向社會開放共享數(shù)據(jù)資源，豐富面向公眾的信用信息服務。充分整合政府積累的公共信用數(shù)據(jù)，提高金融征信模型評價水平。智慧城市+大數(shù)據(jù)進一步增強政府的數(shù)據(jù)利用能力，帶動數(shù)據(jù)開放與自動監(jiān)控：對特定重點區(qū)域進行自動監(jiān)控，例如市政府、主要商區(qū)、景點等，一旦人群密度達到預設的警戒線，或者明顯超出歷史峰值，系統(tǒng)自動以語音、電話、短信等方式告警案例：重點區(qū)域自動監(jiān)控自動監(jiān)控：對特定重點區(qū)域進行自動監(jiān)控，例如市政府、主要商區(qū)、智慧教育+大數(shù)據(jù)輔助校級分析與建設校長主管部門學生家長跨區(qū)域的多維度等值評價高利害考試的組卷與質量分析學科與學生素質的關聯(lián)分析輔助戰(zhàn)略規(guī)劃與決策輔助教學質量改進學業(yè)監(jiān)督與人生規(guī)劃提升個性化學習效率學科發(fā)展均衡度分析教師評價與教學改進學情分析及趨勢預測學情智能診斷基于知識圖譜的個性化輔導選科規(guī)劃和報考決策教師通過對教育大數(shù)據(jù)（考試、作業(yè)、課堂教學等數(shù)據(jù)）的分析挖掘，實現(xiàn)教學規(guī)律建模及趨勢預測，為教育相關的管理決策和參與執(zhí)行提供智能的、個性化的解決方案。智慧教育+大數(shù)據(jù)輔助校級分析與建設校長主管部門學生家長跨區(qū)域案例：大數(shù)據(jù)助力學生成績提升15合肥一中個性化學習顯著提升成績合肥一中參與實驗的兩個班級（18班、22班）相比其他平行的對比班級成績有明顯提升，數(shù)學成績排名由中等水平升至第一、第二第14名第12名第1名第2名案例：大數(shù)據(jù)助力學生成績提升15合肥一中個性化學習顯著提升成人工智能+大數(shù)據(jù)的組合拳智能醫(yī)療智能助理智能課堂智慧城市智慧學習智能汽車人工智能+大數(shù)據(jù)的組合拳智能醫(yī)療智能助理智能課堂智慧城市智慧運營商大數(shù)據(jù)商業(yè)模式科大訊飛有數(shù)據(jù)、有能力、有平臺、有客戶、有意愿和運營商開展大數(shù)據(jù)合作運營商大數(shù)據(jù)商業(yè)模式科大訊飛有數(shù)據(jù)、有能力、有平臺、有客戶、匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準運營商數(shù)據(jù)在金融征信中的重要作用覆蓋廣三大運營商總用戶12.77億，普及率93%央行征信系統(tǒng)收錄8.7億自然人真實性2015年三部委要求全部手機實名制登記持續(xù)性手機用戶不會輕易更換號碼運營商數(shù)據(jù)保存周期長、時間可回溯消費能力手機話費、套餐開支與用戶消費能力呈正相關社交關系手機聯(lián)系人和線下社交圈的高度重合性翼支付（天翼征信）積極申請個人征信牌照中國移動與招商銀行籌備成立征信合資公司中國聯(lián)通與招商銀行成立“招聯(lián)消費金融公司”央行征信系統(tǒng)收集信息包括通訊繳費記錄運營商數(shù)據(jù)在金融征信中的重要作用覆蓋廣三大運營商總用戶12.案例：蕪湖信用示范城市建設2015年8月，國家發(fā)改委和中國人民銀行聯(lián)合發(fā)文，將杭州、沈陽、青島、南京、無錫、宿遷、溫州、義烏、合肥、蕪湖、成都等11個城市列入首批全國創(chuàng)建社會信用體系建設示范城市，進行為期2年的社會信用體系建設。案例：蕪湖信用示范城市建設2015年8月，國家發(fā)改委和中國人訊飛承建蕪湖“一網(wǎng)三庫一平臺”企業(yè)征信庫個人征信庫更多應用社會組織征信庫互聯(lián)網(wǎng)政務網(wǎng)社會征信管理平臺社會征信網(wǎng)服務查詢三庫：基于自然人、企業(yè)及社會組織的信用專題庫一平臺：在政務外網(wǎng)內實現(xiàn)信用數(shù)據(jù)整合、加工，通過信用模型建立信用主體的信用檔案，并提供標準的對外信用服務接口一網(wǎng)：主要是開通信用主體的信用信息互聯(lián)網(wǎng)查詢服務，以及異議和投訴申請?zhí)幚碛嶏w承建蕪湖“一網(wǎng)三庫一平臺”企業(yè)個人更多應用社會組織互政社蕪湖個人信用評估體系蕪湖個人信用評估體系業(yè)務(一)：反欺詐系統(tǒng)業(yè)務目標進行用戶信息驗真，甄別有欺詐傾向申請人，降低不良率應用場景向金融機構、支付機構提供欺詐預防服務，應用于支付商戶所有者接入審核申請客戶姓名身份證號手機號家庭住址單位地址…輸入反欺詐系統(tǒng)真實性查驗黑/灰名單信息網(wǎng)絡行為挖掘手機號、姓名匹配運營商數(shù)據(jù)訊飛數(shù)據(jù)身份證號、住址、姓名匹配入網(wǎng)時長（社管云）公檢法黑名單、日常民生逾期繳費手機逾期繳費、網(wǎng)絡逾期還款（社管云）醫(yī)保社保數(shù)據(jù)（語音云）上網(wǎng)行為習慣上網(wǎng)習慣、通話聯(lián)系人與時長、短信內容姓名真實身份匹配手機號碼單位地址固定收入醫(yī)保社保學歷狀況房產(chǎn)車輛銀行卡號聯(lián)系人員重疾傾向活動區(qū)域逾期情況消費興趣其他信息關聯(lián)規(guī)則挖掘專家知識規(guī)則一/支持度/置信度規(guī)則二/支持度/置信度規(guī)則三/支持度/置信度規(guī)則四/支持度/置信度規(guī)則N/支持度/置信度輸出應用申請通過/拒絕業(yè)務(一)：反欺詐系統(tǒng)業(yè)務目標進行用戶信息驗真，甄別有欺詐傾業(yè)務(二)：征信平臺業(yè)務目標在授信前進行信用評定，在授信后進行逾期風險評估，進行預警應用場景用戶話費透支額度厘定、訊飛信用蕪湖項目征信建設、向第三方提供用戶逾期風險預警服務待評估用戶身份屬性信貸歷史行為偏好履約能力社交聯(lián)系黑/灰名單年齡性別學歷婚姻單位戶籍收入住房企業(yè)主健康郵箱運營商數(shù)據(jù)訊飛數(shù)據(jù)信用卡還款記錄筆均額度逾期還款社保低保在線支付電商購物甜橙理財商旅短信APP使用習慣語音文本支付還款民生逾期交通違章通話聯(lián)系人短信聯(lián)系人通訊錄社交網(wǎng)絡語音聯(lián)系人手機欠費移動黑名單公檢法黑名單加權信用評分花費透支額度厘定政府公共事業(yè)授信授信前：征信平臺業(yè)務(二)：征信平臺業(yè)務目標在授信前進行信用評定，在授信后進業(yè)務(三)：風控平臺業(yè)務目標在授信前進行信用評定，在授信后進行逾期風險評估，進行預警應用場景用戶話費透支額度厘定、訊飛信用蕪湖項目征信建設、向第三方提供用戶逾期風險預警服務被檢測用戶輸入數(shù)據(jù)運營商維度訊飛維度入網(wǎng)后付費支付還款手機使用地手機聯(lián)系人在線消費理財產(chǎn)品購買APP使用手機類型瀏覽器類型微博內容語音內容……機器學習模型決策樹邏輯回歸樸素貝葉斯支持向量機集成算法強化學習違約/不違約人群逾期/不逾期人群標記數(shù)據(jù)輸出結果逾期概率高風險用戶標識評估壞賬率授信后：風控平臺業(yè)務(三)：風控平臺業(yè)務目標在授信前進行信用評定，在授信后進匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準運營商大數(shù)據(jù)與精準營銷運營商大數(shù)據(jù)可以提供全量用戶的通信行為、移動互聯(lián)網(wǎng)行為和地理位置限于分析能力和隱私政策，運營商大數(shù)據(jù)的價值挖掘有待探索結合運營商數(shù)據(jù)、社交數(shù)據(jù)，金融數(shù)據(jù)建設自有DMP，實現(xiàn)金融產(chǎn)品新客精準營銷結合移動自有運營商大數(shù)據(jù)，實現(xiàn)咪咕自有廣告精準投放業(yè)務多維度人群分析篩選目標用戶目標用戶量化分析精準定向投放運營商大數(shù)據(jù)與精準營銷運營商大數(shù)據(jù)可以提供全量用戶的通信行為擬可開展精準營銷業(yè)務概覽個性化推薦平臺建設運營商大數(shù)據(jù)&訊飛大數(shù)據(jù)融合平臺業(yè)務精準全面的DMP數(shù)據(jù)業(yè)務訊飛個性化推薦平臺建設經(jīng)驗訊飛個性化推薦業(yè)務運營經(jīng)驗數(shù)據(jù)及技術支撐訊飛全面的大數(shù)據(jù)挖掘建模技術移動DMP建設訊飛自有DMP優(yōu)化套餐推薦移動設備推薦增值業(yè)務推薦因地因人實時營銷特色營銷業(yè)務LBS地理位置定向，實時帶來目標人群擬可開展精準營銷業(yè)務概覽個性化推薦平臺建設運營商大數(shù)據(jù)&訊飛業(yè)務（一）：全方位“描述”用戶的DMP29全方位“刻畫”用戶的大數(shù)據(jù)寶藏訊飛toC大數(shù)據(jù)訊飛toB大數(shù)據(jù)訊飛教育大數(shù)據(jù)移動用戶社交大數(shù)據(jù)移動用戶上網(wǎng)軌跡大數(shù)據(jù)移動用戶位置大數(shù)據(jù)移動大數(shù)據(jù)擁有更精準更全面的用戶人口屬性標簽基于移動社交大數(shù)據(jù)進行相似人群拓展，可使得人群定向覆蓋更廣泛基于移動時序位置大數(shù)據(jù)，使得用戶位置相關標簽分析更到位訊飛擁有獨特的用戶教育相關標簽大數(shù)據(jù)訊飛全面的toC和toB大數(shù)據(jù)可勾勒出用戶多方面的商業(yè)興趣標簽（汽車、購物、旅游等）業(yè)務（一）：全方位“描述”用戶的DMP29全方位“刻畫”用戶業(yè)務（二）：個性化推薦平臺用戶行為數(shù)據(jù)商品內容數(shù)據(jù)效果反饋數(shù)據(jù)用戶行為分析文本挖掘&商品分析用戶屬性庫（DMP）商品知識庫核心推薦算法業(yè)務規(guī)則排序推薦控制和補足應用場景推薦渠道推薦交互和反饋優(yōu)化數(shù)據(jù)層算法層應用層推薦時機推薦內容用戶標簽數(shù)據(jù)訊飛酷音鈴聲：推薦場景覆蓋首頁、單曲、來電等多個交互場景，業(yè)務開通量提升300%業(yè)務（二）：個性化推薦平臺用戶行為數(shù)據(jù)商品內容數(shù)據(jù)效果反饋數(shù)實時查詢用戶多維度標簽業(yè)務（三）：因地因人實時營銷31采用LBS地理位置定向鎖定移動用戶，并基于用戶的商業(yè)興趣標簽，能夠實時帶來周邊目標人潮!設定商圈位置和覆蓋半徑基于基站定位數(shù)據(jù)，鎖定覆蓋范圍內的終端用戶DMP篩選目標廣告人群定位與基站請求數(shù)據(jù)，從而讓LBS位置定向實時投放成為特色實時帶來周邊目標人群，讓受眾更精準、牽引更高效終端廣告定向投放實時查詢用戶多維度標簽業(yè)務（三）：因地因人實時營銷31采用L匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準智能交通+大數(shù)據(jù)基于運營商基站信令數(shù)據(jù)、移動設備GPS定位數(shù)據(jù)等，實現(xiàn)覆蓋全面、劃分精細、數(shù)據(jù)實時的城市密集人群監(jiān)控和熱點區(qū)域發(fā)現(xiàn)。綜合運用交通大數(shù)據(jù)，分析擁堵規(guī)律，發(fā)現(xiàn)堵點時空位置，合理引導車流，實現(xiàn)快速及時疏解。進一步整合交通領域之外的移動運營、社交網(wǎng)絡等多源異構數(shù)據(jù)，彌補數(shù)據(jù)缺失，減少數(shù)據(jù)誤差，提供全面綜合的數(shù)據(jù)視角，提升城市交通管控、交通服務和交通規(guī)劃水平。智能交通+大數(shù)據(jù)基于運營商基站信令數(shù)據(jù)、移動設備GPS定位數(shù)案例：蕪湖智慧城市項目基于手機用戶信令數(shù)據(jù)，結合城市基礎數(shù)據(jù)，助力蕪湖交通、旅游和公共安全管理服務水平提升。出行軌跡統(tǒng)計分析關鍵路段車速預測工作居住地潮汐流動規(guī)律區(qū)域職住比分析實時預測擁堵發(fā)生路段景區(qū)人流量分析景區(qū)游客來源分析預測景區(qū)客流高峰發(fā)生分析景區(qū)發(fā)展水平景區(qū)宣傳策略優(yōu)化城市人群密度變化重點區(qū)域人群密度指導城建、交通規(guī)劃商圈、路段人群疏導實時預警人群異常聚集案例：蕪湖智慧城市項目基于手機用戶信令數(shù)據(jù)，結合城市基礎數(shù)據(jù)網(wǎng)格人群流動分析網(wǎng)格人群流入、流出通過全市各網(wǎng)格區(qū)域之間人群分布流動與軌跡，分析各主要區(qū)域的人群在不同時段的來源和去向，以及其中的流動規(guī)律和特點，可為道路、公交規(guī)劃與優(yōu)化提供決策支持網(wǎng)格人群流動分析網(wǎng)格人群流入、流出通過全市各網(wǎng)格區(qū)域之間人群職住分析：早高峰人流軌跡通過對比周末與平時在早高峰時段（8:00-9:00）的區(qū)域間人流量降幅，降幅最大的是灣里—>龍山，其次是大礱坊—>濱江，可知灣里和大礱坊區(qū)域為居住屬性為主，在工作日早晚高峰時需要更充足的公交運力。通過全市各網(wǎng)格區(qū)域的職住特點分析，可為城市管理、交通規(guī)劃與優(yōu)化提供決策支持職住分析：早高峰人流軌跡通過對比周末與平時在早高峰時段（8:在晚高峰時段（17:00-18:00），周末比工作日區(qū)域人流量降幅最為顯著的是龍山—>灣里，因此龍山職住比高，該區(qū)域工作屬性為主，工作日需重點加強交通運力。職住分析：晚高峰人流軌跡通過全市各網(wǎng)格區(qū)域的職住特點分析，可為城市管理、交通規(guī)劃與優(yōu)化提供決策支持在晚高峰時段（17:00-18:00），周末比工作日區(qū)域人流海量歷史交通數(shù)據(jù)實時上報位置數(shù)據(jù)實時路況每天200萬條移動軌跡每5分鐘更新全市數(shù)據(jù)實時流式計算平臺100GB/小時計算能力實時交通路況目前：覆蓋市區(qū)50個主要路段或路口監(jiān)控點近期：覆蓋全市高速、國道、市內各主干道中期：實現(xiàn)全市7*24小時全路段監(jiān)控、預警提供覆蓋全市各主要路段的實時交通路況，并通過易戶網(wǎng)/城市令對外發(fā)布，提升交通信息服務水平，并有利于提高易戶網(wǎng)的用戶活躍度海量歷史交通數(shù)據(jù)實時上報位置數(shù)據(jù)實時路況每天200萬條移動軌早高峰擁堵路段道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)北京中路與中山北路22301.35赤鑄山中路與中江大道35431.24九華中路與赭山西路23281.21弋江北路與赤鑄山中路35421.21長江中路與赭山西路24271.11道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)中江大道與北京中路35441.26長江北路與天門山路27331.23九華中路和赭山西路23281.21銀湖南路與中山北路31351.15長江中路與赭山西路24271.11工作日周末公眾出行時，可通過城市令等APP了解主要道路路況，避開擁堵，減少在途時間，緩解高峰期出行壓力。早高峰擁堵路段道路名稱當前車速（Km/h）暢通車速（Km道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)長江中路與赭山西路2026.681.33中山北路與長江中路2533.181.33九江北路與神山路3038.571.29赤鑄山中路中江大道3743.361.17九江中路與赭山西路2427.841.16道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)赤鑄山中路與中江大道2343.361.89仁和路與中江大道3440.561.19銀湖南路與中山北路3235.641.11中江大道與北京中路4144.121.08鳩江北路與神山路3638.571.07晚高峰擁堵路段公眾出行時，可通過城市令等APP了解主要道路路況，避開擁堵，減少在途時間，緩解高峰期出行壓力。工作日周末道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指重點路段路況分析初六17:30開始，長江大橋行駛車速下降，持續(xù)至22點，高峰時比平時車速下降20Km/h蕪湖新聞網(wǎng)報道，長江大橋在初六迎來返程高峰，行駛速度受到嚴重影響，與長江大橋路況分析結果吻合重點路段路況分析初六17:30開始，長江大橋行駛車速下降，持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度波動較大工作日早高峰主要集中7:30-9:00，晚高峰主要集在17:00-18:00周末早高峰主要集中在9:00-9:30，從13:00開始，各時段通行車速存在較大波動元旦早高峰主要集中在10:00-10:30，從18:00開始，通行車速有較大提升通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度波重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度相近。工作日早高峰主要集中10:30-11:00,和11:30-12:00兩個時段，晚高峰主要集在17:30-19:00周末早高峰主要集中在8:00-8:30,和9:30-10:00兩個時段，晚高峰集中在22:30-23:00。元旦早高峰主要集中在7:00-7:30，晚高峰主要集中在22:30-23:00，車速不足25km/h通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度相重點路段路況分析工作日整體通行速度比較穩(wěn)定，晚高峰16:30-17:30存在陡降周末整體通行速度較高，晚高峰18:00-18:30速度下降明顯元旦整體速度較工作日和周末低，13:00-14:30和22:30-23:00時段通行速度較低通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日整體通行速度比較穩(wěn)定，晚高峰16:3017:1017:5018:30圖例：九華中路-赭山西路路口，歷史統(tǒng)計最擁堵時刻17:50，堵點匯集方向：周邊2公里范圍，無明顯方向，堵點主要發(fā)散方向：銀湖北路由南向北重點擁堵路段分析通過對重點擁堵路段的路況監(jiān)控，發(fā)現(xiàn)擁堵的來源和去向，分析擁堵成因，提供擁堵預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持17:1017:5018:30圖例：九華中路-赭山西路路口，匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準需求普遍存在但只有極少數(shù)企業(yè)有能力構建基于大數(shù)據(jù)的商業(yè)智能應用企業(yè)迫切需要統(tǒng)一大數(shù)據(jù)與商業(yè)智能平臺資料分析機器學習統(tǒng)計學專業(yè)知識工程開發(fā)存儲挖掘數(shù)據(jù)采集一體化平臺可視化需要統(tǒng)計學、資料分析、機器學習、工程開發(fā)等方面的專業(yè)知識需要貫穿數(shù)據(jù)采集，存儲，挖掘，可視化等全流程的系統(tǒng)因此企業(yè)挖掘數(shù)據(jù)金礦，需要強力工具資料分析機器學習統(tǒng)計學專業(yè)知識工程開發(fā)存儲挖掘數(shù)據(jù)采集一體化易用用戶不需要開發(fā)，通過鼠標拖拽連接組件，數(shù)據(jù)處理組件，標準化算法組件、可視化組件，設置參數(shù)，即可完成開發(fā)，甚至不用寫一行代碼全面具備算法與模型庫，涵蓋統(tǒng)計、挖掘、特征工程、深度學習、大規(guī)模機器學習、文本，圖像，語音等領域的數(shù)據(jù)技術高效支撐海量數(shù)據(jù)的處理，以及更優(yōu)的性能企業(yè)大數(shù)據(jù)與商業(yè)智能平臺的核心要求易用全面高效企業(yè)大數(shù)據(jù)與商業(yè)智能平臺的核心要求一站式大數(shù)據(jù)與商業(yè)智能解決方案簡化大數(shù)據(jù)分析的過程，讓人人都能夠快速從數(shù)據(jù)獲得決策智慧。簡潔的數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)預處理便可實現(xiàn)數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)報告等的工具。集成性的平臺，能夠將您所有的數(shù)據(jù),加載到Hadoop,Spark平臺，并能夠可視化您的數(shù)據(jù)，挖掘您的數(shù)據(jù)的高效平臺一站式大數(shù)據(jù)與商業(yè)智能解決方案簡化大數(shù)據(jù)分析的過程，讓人人都企業(yè)級大數(shù)據(jù)平臺特色特點競爭性比較特點非結構化數(shù)據(jù)處理基于業(yè)界領先的智能語音技術、語義理解技術，非結構化數(shù)據(jù)處理能力突出能夠處理語音（例如呼叫中心通話錄音）、文本（網(wǎng)站、微信等電子渠道用戶交互內容）等典型非結構數(shù)據(jù)，挖掘其中豐富信息價值豐富的數(shù)據(jù)連接支持數(shù)據(jù)類型更多，數(shù)據(jù)源更豐富支持傳感器數(shù)據(jù)連接，支持政府開放數(shù)據(jù)連接，支持互聯(lián)網(wǎng)開放數(shù)據(jù)連接，支持文本、視頻、語音數(shù)據(jù)連接高效的數(shù)據(jù)存儲同時支持實時數(shù)據(jù)，大數(shù)據(jù)存儲，OLAP查詢業(yè)界流行開源方案的增強版，線性擴展全面的數(shù)據(jù)挖掘基于大數(shù)據(jù)拖拽式的數(shù)據(jù)挖掘與人工智能開發(fā)平臺內置業(yè)界最全面、最豐富的數(shù)據(jù)挖掘算法與模型，靈活的數(shù)據(jù)可視化可視化能力突出國內最豐富的數(shù)據(jù)可視化呈現(xiàn)與交互，隨心所欲呈現(xiàn)數(shù)據(jù)價值企業(yè)級大數(shù)據(jù)平臺特色特點競爭性比較特點非結構化數(shù)據(jù)處理基于業(yè)海量非結構化數(shù)據(jù)的挖掘分析基于語音和語義技術，可自動將企業(yè)呼叫中心海量通話和各種用戶單據(jù)內容結構化，打上各類標簽，挖掘分析有價值信息，為服務與營銷等提供數(shù)據(jù)與決策支持。海量非結構化語音或文本數(shù)據(jù)挖掘分析為服務與營銷提供信息與決策支撐服務質量用戶評價營銷機會通話熱點競爭情報反饋建議語音轉寫文本挖掘語義解析自動聚類建立索引海量非結構化數(shù)據(jù)的挖掘分析基于語音和語義技術，可自動將企業(yè)呼系統(tǒng)無縫支持主流ETL工具，并能實現(xiàn)ETL統(tǒng)一調度、ETL調度監(jiān)控Informatica工作流Kettle工作流統(tǒng)一數(shù)據(jù)訪問支持RDBMS、OLTP、OLAP、ERP、CRM、大型機、云和各種非結構化數(shù)據(jù)高速數(shù)據(jù)導入和提取可以在源系統(tǒng)與目標系統(tǒng)之間或直接在Hadoop及數(shù)據(jù)倉庫中，訪問、加載、復制、轉換和提取大數(shù)據(jù)無限可擴展性IT部門可以處理從TB（千吉字節(jié)）到PB（兆吉字節(jié)）任何范圍的所有數(shù)據(jù)類型優(yōu)化性能實現(xiàn)最低成本Hadoop上的提取、轉換和加載(ETL)基于Hadoop的一系列預置轉換功能，包括數(shù)據(jù)類型轉換和字符串操作、高性能緩沖查找、連接器、排序器、路由器和聚合統(tǒng)一數(shù)據(jù)訪問與高效數(shù)據(jù)處理系統(tǒng)無縫支持主流ETL工具，并能實現(xiàn)ETL統(tǒng)一調度、ETL調豐富建模方法特點可拖拽式建模適應非數(shù)據(jù)分析人員使用簡便的操作較低的實施和使用成本可擴展性強自定義模型，擴充組件主流數(shù)據(jù)對象的支持傳統(tǒng)的關系型數(shù)據(jù)(mysql、Oracle等)列式數(shù)據(jù)庫(Hbase等)非結構化數(shù)據(jù)(Hdfs、文件系統(tǒng))大數(shù)據(jù)（Hbase、Hive等）R語言、其他算法模型等i-THINK數(shù)據(jù)挖掘產(chǎn)品顛覆了傳統(tǒng)數(shù)據(jù)挖掘內存運算可視化數(shù)據(jù)挖掘全面的數(shù)據(jù)挖掘與建模分析方法豐富建模方法特點可拖拽式建模適應非數(shù)據(jù)分析人員使用可擴展性強儀表盤決策分析管理駕駛艙KPI績效信息圖地圖分析多達102種數(shù)據(jù)展現(xiàn)形式示例示例示例示例示例示例豐富的大數(shù)據(jù)可視化展現(xiàn)形式儀表盤決策分析管理駕駛艙KPI績效信息圖地圖分析多達102種即席查詢自定義查詢條件、無需寫SQL語句，適合業(yè)務人員操作過濾設置、大數(shù)據(jù)量查詢樣式設置、可視化展現(xiàn)，無需MDX語法交互式統(tǒng)計分析允許用戶任意選擇指標、維度和過濾條件等，快速生成查詢結果、統(tǒng)計圖形等。

可方便進行猜想式、求證式分析，極大提升報表分析的交互能力能滿足突發(fā)數(shù)據(jù)分析的需求。內置同比、環(huán)比、TOPN/TOP%分析、80/20分析以及常用的標準差離散度等數(shù)理統(tǒng)計分析指標靈活的交互式自助分析功能即席查詢靈活的交互式自助分析功能成本實施周期功能性能易用行業(yè)一體化平臺，采購成本更低。采用內存計算技術，硬件采購成本更低。產(chǎn)品容易使用，比國內外產(chǎn)品實施節(jié)約50%快速實施，將BI實施周期由月提升到周業(yè)界唯一全棧大數(shù)據(jù)分析產(chǎn)品，覆蓋數(shù)據(jù)挖掘、商業(yè)智能、報表等應用產(chǎn)品已經(jīng)在多個行業(yè)獲得使用，針對數(shù)據(jù)挖掘、數(shù)據(jù)分析有方法論與業(yè)務分析模型的支撐數(shù)據(jù)從GB到PB級別，速度從秒到毫秒最終用戶能夠在一天之內做到產(chǎn)品的靈活使用合作伙伴的使用和開發(fā)培訓時間小于一周平臺優(yōu)勢特點總結成本實施周期功能性能易用行業(yè)一體化平臺，采購成本更低。采用技術能力業(yè)務洞察行業(yè)解決方案BI服務中心(BIServiceCenter)數(shù)據(jù)管理(DataManagement)(數(shù)據(jù)遷移、數(shù)據(jù)質量、數(shù)據(jù)清理)

企業(yè)內容管理(ECM)(結構化與非結構化信息)數(shù)據(jù)倉庫/大數(shù)據(jù)平臺(BI技術體系架構與數(shù)據(jù)倉庫/大數(shù)據(jù)平臺建設)商業(yè)智能與數(shù)據(jù)挖掘(報表、預測分析及數(shù)據(jù)挖掘)信息管理戰(zhàn)略生產(chǎn)企業(yè)績效管理風險管控未來預測供應鏈客戶與渠道運營后臺(人/財/后勤)金融服務煙草快消零售制造汽車政府移動58為合作伙伴和最終客戶提供基于行業(yè)的商業(yè)智能整體解決方案端到端的商業(yè)智能解決方案技術能力業(yè)務洞察行業(yè)解決方案BI服務中心(BIServi基于大數(shù)據(jù)的商業(yè)智能應用實踐累計40個行業(yè)項目，

每天處理超400萬通錄音金融、保險陽光保險、平安保險、建設銀行、中國平安、招商銀行、交通銀行等移動覆蓋中國移動集團19省市，中國移動6省市，中國聯(lián)通2個省市（全國集中平臺建設中）其他行業(yè)航空、速遞、電力等行業(yè)語音分析基于大數(shù)據(jù)的商業(yè)智能應用實踐累計40個行業(yè)項目，金融、保險語項目需求—整合金融非結構化數(shù)據(jù)、結構化數(shù)據(jù)和敏捷數(shù)據(jù)建立大數(shù)據(jù)分析平臺，核心應用：

客戶群體劃分、精準營銷、風險管控、運營優(yōu)化、欺詐行為分析等功能數(shù)據(jù)存儲某省數(shù)據(jù)中心，近五年的操作、交易記錄，共1000億條以上。80臺X86架構的PC服務器服務器配置，8核CPU,32G內存數(shù)據(jù)可視化全行數(shù)據(jù)集中可視化，可視化推送以及移動應用全行數(shù)據(jù)分析資源集中優(yōu)化管理，提升數(shù)據(jù)分析效率，助力業(yè)務轉型、創(chuàng)新和發(fā)展全行數(shù)據(jù)分析挖掘的靈活擴展，風險預警評價體系，實現(xiàn)系統(tǒng)化的運營監(jiān)控行業(yè)應用案例-金融項目需求全行數(shù)據(jù)分析資源集中優(yōu)化管理，提升數(shù)據(jù)分析效率，助力行業(yè)應用案例-金融持卡客戶分析應用場景分析交易行為模式分析人口統(tǒng)計特征分析特約商戶分析商戶業(yè)務收益分析商戶價值貢獻度評估持卡客戶和特約商戶雙向分析商戶收單風險分析商戶廣告推送分析從持卡客戶維度分析客戶消費習慣、挖掘交叉銷售和增值銷售機會、識別和挽留高價值客戶優(yōu)化客戶生命周期價值，提高客戶忠誠度和盈利能力。從特約商戶的維度分析客戶消費情況，評估商戶貢獻度，為商戶的管理和配合的營銷活動提供決策支持。商業(yè)智能應用框架61行業(yè)應用案例-金融行業(yè)應用案例-金融持卡客戶分析應用場景分析交易行為模式分析人信用風險評估模型庫以i-THINK大數(shù)據(jù)分析平臺為基礎，以信用風險評估模型庫為引擎，實現(xiàn)系統(tǒng)化的運營監(jiān)控；日均手工監(jiān)督工作量由895.8萬筆降至5.4萬筆，全行釋放了5900余名的業(yè)務監(jiān)督人員。行業(yè)應用案例-金融信用風險評估模型庫以i-THINK大數(shù)據(jù)分析平臺為基礎，以信大數(shù)據(jù)時代不可不為，大有可為大數(shù)據(jù)時代訊飛大數(shù)據(jù)方案和應用訊飛大數(shù)據(jù)方案和應用匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準科大訊飛的大數(shù)據(jù)基礎層應用層技術層云計算平臺大數(shù)據(jù)處理平臺深度學習平臺訊飛語音云智慧教育智慧政府智慧公安…語音識別人臉識別手寫識別聲紋識別語義理解……分類聚類關聯(lián)規(guī)則預測……異常檢測科大訊飛的大數(shù)據(jù)基礎層應用層技術層云計算平臺大數(shù)據(jù)處理平臺深訊飛語音云手寫識別語音搜索語音合成語音識別語音評測訊飛語音云聲紋識別語義理解訊飛語音云通過3000多臺服務器構成的云計算平臺向億萬用戶提供多樣的、實時的語音能力輸出，日服務次數(shù)13億次訊飛語音云手寫識別語音搜索語音合成語音識別語音評測訊飛語音云自主研發(fā)的Maple大數(shù)據(jù)平臺Flume-ngSqoopETLHadoop(存儲&計算)Storm&SparkHive&PigHbaseRedis緩存搜索引擎數(shù)據(jù)庫語音云應用層AppsMaple-SDKMaple-BDWS500+高性能服務器從全國各地秒級延遲收集500億條信息（100TB）支持多業(yè)務場景復合運算，支持全數(shù)據(jù)量10遍的計算處理每天整個大數(shù)據(jù)框架建立在分布式技術之上，具有水平擴展特性和能力，即簡單加服務器即可Maple大數(shù)據(jù)平臺自主研發(fā)的Maple大數(shù)據(jù)平臺Flume-ngSqoopET全面的大數(shù)據(jù)挖掘建模技術高水平的數(shù)據(jù)挖掘研究團隊大數(shù)據(jù)首席科學家：陳恩紅教授（中科大計算機學院副院長、杰青、CCF大數(shù)據(jù)專委會副主任）訊飛大數(shù)據(jù)研究院：由近10個博士領銜，針對計算廣告、個性化推薦、智慧交通、個性化學習、政府征信等領域開展數(shù)據(jù)挖掘分析工作全面的大數(shù)據(jù)挖掘建模技術能力意圖理解關鍵詞抽取文本分類文本聚類主題抽取文本建模行為建模Look-alike建模關聯(lián)分析協(xié)同過濾回歸模型Multi-armedBandit模型低秩分解L1正則化決策樹卡方檢驗信息增益特征選擇……全面的大數(shù)據(jù)挖掘建模技術高水平的數(shù)據(jù)挖掘研究團隊意圖理解關鍵訊飛已擁有的大數(shù)據(jù)寶藏toC大數(shù)據(jù)toB大數(shù)據(jù)教育大數(shù)據(jù)社管云運營商呼叫中心公共安全…訊飛輸入法靈犀、酷音鈴聲訊飛語音云移動廣告平臺智能音箱、車機、電視、…微博、貼吧、微信公共賬號區(qū)域教育解決方案智慧課堂智慧校園智學網(wǎng)…性別金融理財否音樂偏好游戲偏好否APP偏好是否有車網(wǎng)購興趣否工作類型常住地常出差地消費能力當下潛在需求

有無小孩年齡段小孩年級小孩偏科否基于AI技術提取了200多個關鍵的用戶畫像標簽總用戶數(shù)7億，月活躍用戶1.8億是否學生小孩強/弱學科小孩學習能力彩票股票基金保險借貸品類品牌價格奢侈品偏好否P2P車品牌車型購車意向否購車偏好偏好分類是否付費偏好風格自然屬性子女教育金融購物汽車游戲其他智慧教育智慧政府智慧公安計算廣告智慧醫(yī)療智慧交通……相關標簽信息支撐服務到各個行業(yè)應用之中訊飛已擁有的大數(shù)據(jù)寶藏toC大數(shù)據(jù)toB大數(shù)據(jù)教育大數(shù)據(jù)社管訊飛已有的大數(shù)據(jù)實踐工作計算廣告智慧教育智慧城市智慧交通科大訊飛大數(shù)據(jù)已經(jīng)成功應用于多個行業(yè)和領域訊飛已有的大數(shù)據(jù)實踐工作科大訊飛大數(shù)據(jù)已經(jīng)成功應用于多個行業(yè)計算廣告+大數(shù)據(jù)通過用戶全渠道ID打通，整合多來源數(shù)據(jù)，采用數(shù)據(jù)分析、模型預測等技術實現(xiàn)多層次的用戶畫像標簽，讓廣告更加精準的定向目標用戶廣告行為人口屬性原始輸入搜索行為事實有房人群有車人群高奢人群人口屬性點擊的廣告類型應用行為GEO移動設備數(shù)據(jù)第三方業(yè)務數(shù)據(jù)…使用了哪些APP玩了什么游戲搜索過的購物詞…人群屬性商業(yè)興趣消費能力品牌偏好當下需求潛在需求…模型預測業(yè)務類商務人群…結構化、統(tǒng)計建模機器學習建模業(yè)務定制規(guī)則采用“大數(shù)據(jù)+大規(guī)模計算能力+精準預測模型+高效算法+在線訓練”等核心技術，科學預測點擊率從而合理出價，最終達到廣告投放的綜合收益最大化精細、精準的人群標簽智能的競價模型計算廣告+大數(shù)據(jù)通過用戶全渠道ID打通，整合多來源數(shù)據(jù)，采用大數(shù)據(jù)助力廣告業(yè)務提升游戲用戶定投，轉換率提升50%0.5%%1.26%152%京東廣告對接，點擊率提升152%平均計算廣告的點擊率提升20%0.5%%0.6%20%0.6%%0.9%50%大數(shù)據(jù)助力廣告業(yè)務提升游戲用戶定投，轉換率提升50%0.5%智慧城市+大數(shù)據(jù)進一步增強政府的數(shù)據(jù)利用能力，帶動數(shù)據(jù)開放與共享，實現(xiàn)基于政務大數(shù)據(jù)的社管、征信和服務體系建設，提升政府在智慧城市、社會治理和民生服務領域的應用水平。政府公開數(shù)據(jù)A自帶數(shù)據(jù)B模型構建和數(shù)據(jù)分析可視化及危險評估數(shù)據(jù)采集以城市管理為契機，建設政府數(shù)據(jù)共享體系，通過多源數(shù)據(jù)分析提升城市治理水平。促進政府各部門向社會開放共享數(shù)據(jù)資源，豐富面向公眾的信用信息服務。充分整合政府積累的公共信用數(shù)據(jù)，提高金融征信模型評價水平。智慧城市+大數(shù)據(jù)進一步增強政府的數(shù)據(jù)利用能力，帶動數(shù)據(jù)開放與自動監(jiān)控：對特定重點區(qū)域進行自動監(jiān)控，例如市政府、主要商區(qū)、景點等，一旦人群密度達到預設的警戒線，或者明顯超出歷史峰值，系統(tǒng)自動以語音、電話、短信等方式告警案例：重點區(qū)域自動監(jiān)控自動監(jiān)控：對特定重點區(qū)域進行自動監(jiān)控，例如市政府、主要商區(qū)、智慧教育+大數(shù)據(jù)輔助校級分析與建設校長主管部門學生家長跨區(qū)域的多維度等值評價高利害考試的組卷與質量分析學科與學生素質的關聯(lián)分析輔助戰(zhàn)略規(guī)劃與決策輔助教學質量改進學業(yè)監(jiān)督與人生規(guī)劃提升個性化學習效率學科發(fā)展均衡度分析教師評價與教學改進學情分析及趨勢預測學情智能診斷基于知識圖譜的個性化輔導選科規(guī)劃和報考決策教師通過對教育大數(shù)據(jù)（考試、作業(yè)、課堂教學等數(shù)據(jù)）的分析挖掘，實現(xiàn)教學規(guī)律建模及趨勢預測，為教育相關的管理決策和參與執(zhí)行提供智能的、個性化的解決方案。智慧教育+大數(shù)據(jù)輔助校級分析與建設校長主管部門學生家長跨區(qū)域案例：大數(shù)據(jù)助力學生成績提升78合肥一中個性化學習顯著提升成績合肥一中參與實驗的兩個班級（18班、22班）相比其他平行的對比班級成績有明顯提升，數(shù)學成績排名由中等水平升至第一、第二第14名第12名第1名第2名案例：大數(shù)據(jù)助力學生成績提升15合肥一中個性化學習顯著提升成人工智能+大數(shù)據(jù)的組合拳智能醫(yī)療智能助理智能課堂智慧城市智慧學習智能汽車人工智能+大數(shù)據(jù)的組合拳智能醫(yī)療智能助理智能課堂智慧城市智慧運營商大數(shù)據(jù)商業(yè)模式科大訊飛有數(shù)據(jù)、有能力、有平臺、有客戶、有意愿和運營商開展大數(shù)據(jù)合作運營商大數(shù)據(jù)商業(yè)模式科大訊飛有數(shù)據(jù)、有能力、有平臺、有客戶、匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準運營商數(shù)據(jù)在金融征信中的重要作用覆蓋廣三大運營商總用戶12.77億，普及率93%央行征信系統(tǒng)收錄8.7億自然人真實性2015年三部委要求全部手機實名制登記持續(xù)性手機用戶不會輕易更換號碼運營商數(shù)據(jù)保存周期長、時間可回溯消費能力手機話費、套餐開支與用戶消費能力呈正相關社交關系手機聯(lián)系人和線下社交圈的高度重合性翼支付（天翼征信）積極申請個人征信牌照中國移動與招商銀行籌備成立征信合資公司中國聯(lián)通與招商銀行成立“招聯(lián)消費金融公司”央行征信系統(tǒng)收集信息包括通訊繳費記錄運營商數(shù)據(jù)在金融征信中的重要作用覆蓋廣三大運營商總用戶12.案例：蕪湖信用示范城市建設2015年8月，國家發(fā)改委和中國人民銀行聯(lián)合發(fā)文，將杭州、沈陽、青島、南京、無錫、宿遷、溫州、義烏、合肥、蕪湖、成都等11個城市列入首批全國創(chuàng)建社會信用體系建設示范城市，進行為期2年的社會信用體系建設。案例：蕪湖信用示范城市建設2015年8月，國家發(fā)改委和中國人訊飛承建蕪湖“一網(wǎng)三庫一平臺”企業(yè)征信庫個人征信庫更多應用社會組織征信庫互聯(lián)網(wǎng)政務網(wǎng)社會征信管理平臺社會征信網(wǎng)服務查詢三庫：基于自然人、企業(yè)及社會組織的信用專題庫一平臺：在政務外網(wǎng)內實現(xiàn)信用數(shù)據(jù)整合、加工，通過信用模型建立信用主體的信用檔案，并提供標準的對外信用服務接口一網(wǎng)：主要是開通信用主體的信用信息互聯(lián)網(wǎng)查詢服務，以及異議和投訴申請?zhí)幚碛嶏w承建蕪湖“一網(wǎng)三庫一平臺”企業(yè)個人更多應用社會組織互政社蕪湖個人信用評估體系蕪湖個人信用評估體系業(yè)務(一)：反欺詐系統(tǒng)業(yè)務目標進行用戶信息驗真，甄別有欺詐傾向申請人，降低不良率應用場景向金融機構、支付機構提供欺詐預防服務，應用于支付商戶所有者接入審核申請客戶姓名身份證號手機號家庭住址單位地址…輸入反欺詐系統(tǒng)真實性查驗黑/灰名單信息網(wǎng)絡行為挖掘手機號、姓名匹配運營商數(shù)據(jù)訊飛數(shù)據(jù)身份證號、住址、姓名匹配入網(wǎng)時長（社管云）公檢法黑名單、日常民生逾期繳費手機逾期繳費、網(wǎng)絡逾期還款（社管云）醫(yī)保社保數(shù)據(jù)（語音云）上網(wǎng)行為習慣上網(wǎng)習慣、通話聯(lián)系人與時長、短信內容姓名真實身份匹配手機號碼單位地址固定收入醫(yī)保社保學歷狀況房產(chǎn)車輛銀行卡號聯(lián)系人員重疾傾向活動區(qū)域逾期情況消費興趣其他信息關聯(lián)規(guī)則挖掘專家知識規(guī)則一/支持度/置信度規(guī)則二/支持度/置信度規(guī)則三/支持度/置信度規(guī)則四/支持度/置信度規(guī)則N/支持度/置信度輸出應用申請通過/拒絕業(yè)務(一)：反欺詐系統(tǒng)業(yè)務目標進行用戶信息驗真，甄別有欺詐傾業(yè)務(二)：征信平臺業(yè)務目標在授信前進行信用評定，在授信后進行逾期風險評估，進行預警應用場景用戶話費透支額度厘定、訊飛信用蕪湖項目征信建設、向第三方提供用戶逾期風險預警服務待評估用戶身份屬性信貸歷史行為偏好履約能力社交聯(lián)系黑/灰名單年齡性別學歷婚姻單位戶籍收入住房企業(yè)主健康郵箱運營商數(shù)據(jù)訊飛數(shù)據(jù)信用卡還款記錄筆均額度逾期還款社保低保在線支付電商購物甜橙理財商旅短信APP使用習慣語音文本支付還款民生逾期交通違章通話聯(lián)系人短信聯(lián)系人通訊錄社交網(wǎng)絡語音聯(lián)系人手機欠費移動黑名單公檢法黑名單加權信用評分花費透支額度厘定政府公共事業(yè)授信授信前：征信平臺業(yè)務(二)：征信平臺業(yè)務目標在授信前進行信用評定，在授信后進業(yè)務(三)：風控平臺業(yè)務目標在授信前進行信用評定，在授信后進行逾期風險評估，進行預警應用場景用戶話費透支額度厘定、訊飛信用蕪湖項目征信建設、向第三方提供用戶逾期風險預警服務被檢測用戶輸入數(shù)據(jù)運營商維度訊飛維度入網(wǎng)后付費支付還款手機使用地手機聯(lián)系人在線消費理財產(chǎn)品購買APP使用手機類型瀏覽器類型微博內容語音內容……機器學習模型決策樹邏輯回歸樸素貝葉斯支持向量機集成算法強化學習違約/不違約人群逾期/不逾期人群標記數(shù)據(jù)輸出結果逾期概率高風險用戶標識評估壞賬率授信后：風控平臺業(yè)務(三)：風控平臺業(yè)務目標在授信前進行信用評定，在授信后進匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準運營商大數(shù)據(jù)與精準營銷運營商大數(shù)據(jù)可以提供全量用戶的通信行為、移動互聯(lián)網(wǎng)行為和地理位置限于分析能力和隱私政策，運營商大數(shù)據(jù)的價值挖掘有待探索結合運營商數(shù)據(jù)、社交數(shù)據(jù)，金融數(shù)據(jù)建設自有DMP，實現(xiàn)金融產(chǎn)品新客精準營銷結合移動自有運營商大數(shù)據(jù)，實現(xiàn)咪咕自有廣告精準投放業(yè)務多維度人群分析篩選目標用戶目標用戶量化分析精準定向投放運營商大數(shù)據(jù)與精準營銷運營商大數(shù)據(jù)可以提供全量用戶的通信行為擬可開展精準營銷業(yè)務概覽個性化推薦平臺建設運營商大數(shù)據(jù)&訊飛大數(shù)據(jù)融合平臺業(yè)務精準全面的DMP數(shù)據(jù)業(yè)務訊飛個性化推薦平臺建設經(jīng)驗訊飛個性化推薦業(yè)務運營經(jīng)驗數(shù)據(jù)及技術支撐訊飛全面的大數(shù)據(jù)挖掘建模技術移動DMP建設訊飛自有DMP優(yōu)化套餐推薦移動設備推薦增值業(yè)務推薦因地因人實時營銷特色營銷業(yè)務LBS地理位置定向，實時帶來目標人群擬可開展精準營銷業(yè)務概覽個性化推薦平臺建設運營商大數(shù)據(jù)&訊飛業(yè)務（一）：全方位“描述”用戶的DMP92全方位“刻畫”用戶的大數(shù)據(jù)寶藏訊飛toC大數(shù)據(jù)訊飛toB大數(shù)據(jù)訊飛教育大數(shù)據(jù)移動用戶社交大數(shù)據(jù)移動用戶上網(wǎng)軌跡大數(shù)據(jù)移動用戶位置大數(shù)據(jù)移動大數(shù)據(jù)擁有更精準更全面的用戶人口屬性標簽基于移動社交大數(shù)據(jù)進行相似人群拓展，可使得人群定向覆蓋更廣泛基于移動時序位置大數(shù)據(jù)，使得用戶位置相關標簽分析更到位訊飛擁有獨特的用戶教育相關標簽大數(shù)據(jù)訊飛全面的toC和toB大數(shù)據(jù)可勾勒出用戶多方面的商業(yè)興趣標簽（汽車、購物、旅游等）業(yè)務（一）：全方位“描述”用戶的DMP29全方位“刻畫”用戶業(yè)務（二）：個性化推薦平臺用戶行為數(shù)據(jù)商品內容數(shù)據(jù)效果反饋數(shù)據(jù)用戶行為分析文本挖掘&商品分析用戶屬性庫（DMP）商品知識庫核心推薦算法業(yè)務規(guī)則排序推薦控制和補足應用場景推薦渠道推薦交互和反饋優(yōu)化數(shù)據(jù)層算法層應用層推薦時機推薦內容用戶標簽數(shù)據(jù)訊飛酷音鈴聲：推薦場景覆蓋首頁、單曲、來電等多個交互場景，業(yè)務開通量提升300%業(yè)務（二）：個性化推薦平臺用戶行為數(shù)據(jù)商品內容數(shù)據(jù)效果反饋數(shù)實時查詢用戶多維度標簽業(yè)務（三）：因地因人實時營銷94采用LBS地理位置定向鎖定移動用戶，并基于用戶的商業(yè)興趣標簽，能夠實時帶來周邊目標人潮!設定商圈位置和覆蓋半徑基于基站定位數(shù)據(jù)，鎖定覆蓋范圍內的終端用戶DMP篩選目標廣告人群定位與基站請求數(shù)據(jù)，從而讓LBS位置定向實時投放成為特色實時帶來周邊目標人群，讓受眾更精準、牽引更高效終端廣告定向投放實時查詢用戶多維度標簽業(yè)務（三）：因地因人實時營銷31采用L匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準智能交通+大數(shù)據(jù)基于運營商基站信令數(shù)據(jù)、移動設備GPS定位數(shù)據(jù)等，實現(xiàn)覆蓋全面、劃分精細、數(shù)據(jù)實時的城市密集人群監(jiān)控和熱點區(qū)域發(fā)現(xiàn)。綜合運用交通大數(shù)據(jù)，分析擁堵規(guī)律，發(fā)現(xiàn)堵點時空位置，合理引導車流，實現(xiàn)快速及時疏解。進一步整合交通領域之外的移動運營、社交網(wǎng)絡等多源異構數(shù)據(jù)，彌補數(shù)據(jù)缺失，減少數(shù)據(jù)誤差，提供全面綜合的數(shù)據(jù)視角，提升城市交通管控、交通服務和交通規(guī)劃水平。智能交通+大數(shù)據(jù)基于運營商基站信令數(shù)據(jù)、移動設備GPS定位數(shù)案例：蕪湖智慧城市項目基于手機用戶信令數(shù)據(jù)，結合城市基礎數(shù)據(jù)，助力蕪湖交通、旅游和公共安全管理服務水平提升。出行軌跡統(tǒng)計分析關鍵路段車速預測工作居住地潮汐流動規(guī)律區(qū)域職住比分析實時預測擁堵發(fā)生路段景區(qū)人流量分析景區(qū)游客來源分析預測景區(qū)客流高峰發(fā)生分析景區(qū)發(fā)展水平景區(qū)宣傳策略優(yōu)化城市人群密度變化重點區(qū)域人群密度指導城建、交通規(guī)劃商圈、路段人群疏導實時預警人群異常聚集案例：蕪湖智慧城市項目基于手機用戶信令數(shù)據(jù)，結合城市基礎數(shù)據(jù)網(wǎng)格人群流動分析網(wǎng)格人群流入、流出通過全市各網(wǎng)格區(qū)域之間人群分布流動與軌跡，分析各主要區(qū)域的人群在不同時段的來源和去向，以及其中的流動規(guī)律和特點，可為道路、公交規(guī)劃與優(yōu)化提供決策支持網(wǎng)格人群流動分析網(wǎng)格人群流入、流出通過全市各網(wǎng)格區(qū)域之間人群職住分析：早高峰人流軌跡通過對比周末與平時在早高峰時段（8:00-9:00）的區(qū)域間人流量降幅，降幅最大的是灣里—>龍山，其次是大礱坊—>濱江，可知灣里和大礱坊區(qū)域為居住屬性為主，在工作日早晚高峰時需要更充足的公交運力。通過全市各網(wǎng)格區(qū)域的職住特點分析，可為城市管理、交通規(guī)劃與優(yōu)化提供決策支持職住分析：早高峰人流軌跡通過對比周末與平時在早高峰時段（8:在晚高峰時段（17:00-18:00），周末比工作日區(qū)域人流量降幅最為顯著的是龍山—>灣里，因此龍山職住比高，該區(qū)域工作屬性為主，工作日需重點加強交通運力。職住分析：晚高峰人流軌跡通過全市各網(wǎng)格區(qū)域的職住特點分析，可為城市管理、交通規(guī)劃與優(yōu)化提供決策支持在晚高峰時段（17:00-18:00），周末比工作日區(qū)域人流海量歷史交通數(shù)據(jù)實時上報位置數(shù)據(jù)實時路況每天200萬條移動軌跡每5分鐘更新全市數(shù)據(jù)實時流式計算平臺100GB/小時計算能力實時交通路況目前：覆蓋市區(qū)50個主要路段或路口監(jiān)控點近期：覆蓋全市高速、國道、市內各主干道中期：實現(xiàn)全市7*24小時全路段監(jiān)控、預警提供覆蓋全市各主要路段的實時交通路況，并通過易戶網(wǎng)/城市令對外發(fā)布，提升交通信息服務水平，并有利于提高易戶網(wǎng)的用戶活躍度海量歷史交通數(shù)據(jù)實時上報位置數(shù)據(jù)實時路況每天200萬條移動軌早高峰擁堵路段道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)北京中路與中山北路22301.35赤鑄山中路與中江大道35431.24九華中路與赭山西路23281.21弋江北路與赤鑄山中路35421.21長江中路與赭山西路24271.11道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)中江大道與北京中路35441.26長江北路與天門山路27331.23九華中路和赭山西路23281.21銀湖南路與中山北路31351.15長江中路與赭山西路24271.11工作日周末公眾出行時，可通過城市令等APP了解主要道路路況，避開擁堵，減少在途時間，緩解高峰期出行壓力。早高峰擁堵路段道路名稱當前車速（Km/h）暢通車速（Km道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)長江中路與赭山西路2026.681.33中山北路與長江中路2533.181.33九江北路與神山路3038.571.29赤鑄山中路中江大道3743.361.17九江中路與赭山西路2427.841.16道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指數(shù)赤鑄山中路與中江大道2343.361.89仁和路與中江大道3440.561.19銀湖南路與中山北路3235.641.11中江大道與北京中路4144.121.08鳩江北路與神山路3638.571.07晚高峰擁堵路段公眾出行時，可通過城市令等APP了解主要道路路況，避開擁堵，減少在途時間，緩解高峰期出行壓力。工作日周末道路名稱當前車速（Km/h）暢通車速（Km/h)擁堵指重點路段路況分析初六17:30開始，長江大橋行駛車速下降，持續(xù)至22點，高峰時比平時車速下降20Km/h蕪湖新聞網(wǎng)報道，長江大橋在初六迎來返程高峰，行駛速度受到嚴重影響，與長江大橋路況分析結果吻合重點路段路況分析初六17:30開始，長江大橋行駛車速下降，持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度波動較大工作日早高峰主要集中7:30-9:00，晚高峰主要集在17:00-18:00周末早高峰主要集中在9:00-9:30，從13:00開始，各時段通行車速存在較大波動元旦早高峰主要集中在10:00-10:30，從18:00開始，通行車速有較大提升通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度波重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度相近。工作日早高峰主要集中10:30-11:00,和11:30-12:00兩個時段，晚高峰主要集在17:30-19:00周末早高峰主要集中在8:00-8:30,和9:30-10:00兩個時段，晚高峰集中在22:30-23:00。元旦早高峰主要集中在7:00-7:30，晚高峰主要集中在22:30-23:00，車速不足25km/h通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日、周末、節(jié)日（元旦）道路整體通行速度相重點路段路況分析工作日整體通行速度比較穩(wěn)定，晚高峰16:30-17:30存在陡降周末整體通行速度較高，晚高峰18:00-18:30速度下降明顯元旦整體速度較工作日和周末低，13:00-14:30和22:30-23:00時段通行速度較低通過對重點路段的路況監(jiān)控與分析，發(fā)現(xiàn)交通運行規(guī)律，提供交通路況預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持重點路段路況分析工作日整體通行速度比較穩(wěn)定，晚高峰16:3017:1017:5018:30圖例：九華中路-赭山西路路口，歷史統(tǒng)計最擁堵時刻17:50，堵點匯集方向：周邊2公里范圍，無明顯方向，堵點主要發(fā)散方向：銀湖北路由南向北重點擁堵路段分析通過對重點擁堵路段的路況監(jiān)控，發(fā)現(xiàn)擁堵的來源和去向，分析擁堵成因，提供擁堵預測，為交通管理、規(guī)劃與優(yōu)化提供決策支持17:1017:5018:30圖例：九華中路-赭山西路路口，匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準營銷4大數(shù)據(jù)+智慧交通5大數(shù)據(jù)+商業(yè)智能匯報提綱1訊飛大數(shù)據(jù)能力簡介2大數(shù)據(jù)+金融征信3大數(shù)據(jù)+精準需求普遍存在但只有極少數(shù)企業(yè)有能力構建基于大數(shù)據(jù)的商業(yè)智能應用企業(yè)迫切需要統(tǒng)一大數(shù)據(jù)與商業(yè)智能平臺資料分析機器學習統(tǒng)計學專業(yè)知識工程開發(fā)存儲挖掘數(shù)據(jù)采集一體化平臺可視化需要統(tǒng)計學、資料分析、機器學習、工程開發(fā)等方面的專業(yè)知識需要貫穿數(shù)據(jù)采集，存儲，挖掘，可視化等全流程的系統(tǒng)因此企業(yè)挖掘數(shù)據(jù)金礦，需要強力工具資料分析機器學習統(tǒng)計學專業(yè)知識工程開發(fā)存儲挖掘數(shù)據(jù)采集一體化易用用戶不需要開發(fā)，通過鼠標拖拽連接組件，數(shù)據(jù)處理組件，標準化算法組件、可視化組件，設置參數(shù)，即可完成開發(fā)，甚至不用寫一行代碼全面具備算法與模型庫，涵蓋統(tǒng)計、挖掘、特征工程、深度學習、大規(guī)模機器學習、文本，圖像，語音等領域的數(shù)據(jù)技術高效支撐海量數(shù)據(jù)的處理，以及更優(yōu)的性能企業(yè)大數(shù)據(jù)與商業(yè)智能平臺的核心要求易用全面高效企業(yè)大數(shù)據(jù)與商業(yè)智能平臺的核心要求一站式大數(shù)據(jù)與商業(yè)智能解決方案簡化大數(shù)據(jù)分析的過程，讓人人都能夠快速從數(shù)據(jù)獲得決策智慧。簡潔的數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)預處理便可實現(xiàn)數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)報告等的工具。集成性的平臺，能夠將您所有的數(shù)據(jù),加載到Hadoop,Spark平臺，并能夠可視化您的數(shù)據(jù)，挖掘您的數(shù)據(jù)的高效平臺一站式大數(shù)據(jù)與商業(yè)智能解決方案簡化大數(shù)據(jù)分析的過程，讓人人都企業(yè)級大數(shù)據(jù)平臺特色特點競爭性比較特點非結構化數(shù)據(jù)處理基于業(yè)界領先的智能語音技術、語義理解技術，非結構化數(shù)據(jù)處理能力突出能夠處理語音（例如呼叫中心通話錄音）、文本（網(wǎng)站、微信等電子渠道用戶交互內容）等典型非結構數(shù)據(jù)，挖掘其中豐富信息價值豐富的數(shù)據(jù)連接支持數(shù)據(jù)類型更多，數(shù)據(jù)源更豐富支持傳感器數(shù)據(jù)連接，支持政府開放數(shù)據(jù)連接，支持互聯(lián)網(wǎng)開放數(shù)據(jù)連接，支持文本、視頻、語音數(shù)據(jù)連接高效的數(shù)據(jù)存儲同時支持實時數(shù)據(jù)，大數(shù)據(jù)存儲，OLAP查詢業(yè)界流行開源方案的增強版，線性擴展全面的數(shù)據(jù)挖掘基于大數(shù)據(jù)拖拽式的數(shù)據(jù)挖掘與人工智能開發(fā)平臺內置業(yè)界最全面、最豐富的數(shù)據(jù)挖掘算法與模型，靈活的數(shù)據(jù)可視化可視化能力突出國內最豐富的數(shù)據(jù)可視化呈現(xiàn)與交互，隨心所欲呈現(xiàn)數(shù)據(jù)價值企業(yè)級大數(shù)據(jù)平臺特色特點競爭性比較特點非結構化數(shù)據(jù)處理基于業(yè)海量非結構化數(shù)據(jù)的挖掘分析基于語音和語義技術，可自動將企業(yè)呼叫中心海量通話和各種用戶單據(jù)內容結構化，打上各類標簽，挖掘分析有價值信息，為服務與營銷等提供數(shù)