案例名稱

(資料圖)

金融網(wǎng)點(diǎn)場景智慧識別和大數(shù)據(jù)挖掘

案例簡介

金融網(wǎng)點(diǎn)智慧場景識別和大數(shù)據(jù)挖掘通過利用邊緣計算和機(jī)器視覺技術(shù)實現(xiàn)金融網(wǎng)點(diǎn)的客戶識別、客戶行動軌跡跟蹤，從而實現(xiàn)對客戶的全生命周期的精準(zhǔn)營銷和零距離觸達(dá)。通過信創(chuàng)大數(shù)據(jù)的應(yīng)用可以實現(xiàn)網(wǎng)點(diǎn)選址模型的建立，為組織戰(zhàn)略提供決策依據(jù)，如網(wǎng)點(diǎn)的開、停、并、轉(zhuǎn)，推進(jìn)金融行業(yè)數(shù)字化轉(zhuǎn)型。支撐業(yè)務(wù)應(yīng)用系統(tǒng)在信創(chuàng)改造中實現(xiàn)平滑遷移，完全滿足信創(chuàng)“應(yīng)用軟件”環(huán)節(jié)要求，與信創(chuàng)標(biāo)準(zhǔn)的芯片、操作系統(tǒng)、數(shù)據(jù)庫和中間件全面對接。

系統(tǒng)適配及安全

金融網(wǎng)點(diǎn)智慧場景識別和大數(shù)據(jù)挖掘在信創(chuàng)基礎(chǔ)硬件、基礎(chǔ)軟件都做了全面構(gòu)建。其中基礎(chǔ)硬件有鯤鵬昇騰，IVS1800和SDC?；A(chǔ)軟件中操作系統(tǒng)支持紅旗和統(tǒng)信。數(shù)據(jù)庫支持達(dá)夢，中間件使用東方通。國產(chǎn)信創(chuàng)云以阿里云、騰訊云、華為云云計算平臺均可平滑安裝適配。

1）邊緣計算IVS1800

Huawei HoloSens IVS1800是業(yè)內(nèi)首個“華為鯤鵬+昇騰”智能視頻云微型邊緣云平臺,小機(jī)大智,采用存算檢一體的智能微云架構(gòu);全通道圖片智能,一臺設(shè)備實現(xiàn)接入存儲、分析、檢索布控綜合業(yè)務(wù)功能,可實現(xiàn)學(xué)校、網(wǎng)點(diǎn)、商超、企業(yè)園區(qū)、全息社區(qū)等場景的量身定制。

IVS為金融網(wǎng)點(diǎn)場景智慧識別提供了計算機(jī)視覺處理，提供如人臉識別、車輛分析、人體分析、行為分析、客流分析等智能分析功能，為打造智慧場景提供必要的技術(shù)支撐。

2）機(jī)器視覺SDC

華為智能攝像機(jī)X系列搭載昇騰310芯片，可提供16T算力，同時可完成對非智能攝像機(jī)的智能一拖八改造，此外該產(chǎn)品還具備基于4K的supercolor功能，可完成夜間超高清抓拍，具有全時智能、全息感知、全景協(xié)助等功能。

華為智能攝像機(jī)在金融網(wǎng)點(diǎn)場景智慧識別中擔(dān)任的是智能感知的角色，通過在網(wǎng)點(diǎn)布置智能攝像頭，利用人臉識別算法快速識別客戶，并將客戶臨場信息及時準(zhǔn)確地傳送給系統(tǒng)，從而通知到大堂經(jīng)理快速接待，實現(xiàn)精準(zhǔn)觸達(dá)和營銷。

客流分析能識別客戶進(jìn)入網(wǎng)點(diǎn)和離開網(wǎng)點(diǎn)，智能計算網(wǎng)點(diǎn)客流量及網(wǎng)點(diǎn)當(dāng)前人數(shù)，可以快速對網(wǎng)點(diǎn)人流進(jìn)行預(yù)警。

集成創(chuàng)新效果

1、金融網(wǎng)點(diǎn)智慧場景識別

網(wǎng)點(diǎn)智能運(yùn)營管控平臺建成了全行級離線電子地圖，網(wǎng)點(diǎn)在地圖上得以精確地展示。采用深度信創(chuàng)化的百度DuGis底層數(shù)據(jù)，通過多級處理能快速定位并展示網(wǎng)點(diǎn)運(yùn)營數(shù)據(jù)，實現(xiàn)金融地圖數(shù)據(jù)離線化、可視化，實現(xiàn)自定義點(diǎn)位，網(wǎng)格繪制，距離測算。

平臺使用華為IVS進(jìn)行人臉識別及信息推送，使用華為智能攝像機(jī)X系列相機(jī)（SDC）進(jìn)行抓拍人員行動軌跡，將數(shù)據(jù)統(tǒng)計到本地應(yīng)用過后進(jìn)行算法運(yùn)算。

2、金融網(wǎng)點(diǎn)大數(shù)據(jù)挖掘

本技術(shù)涉及計算機(jī)技術(shù)領(lǐng)域，特別是涉及一種網(wǎng)點(diǎn)選址模型構(gòu)建方法、裝置、計算機(jī)設(shè)備、存儲介質(zhì)和計算機(jī)程序產(chǎn)品。

感知價值模型

1）建模過程

a.確定指標(biāo)體系

根據(jù)調(diào)研結(jié)論,選址指標(biāo)體系要素層分為資源密度、人流動線、同業(yè)競爭、立地條件四項。其中,資源密度項下又分為商業(yè)資源、居民資源、政企資源三項指標(biāo)層;人流動線項下又分為步行動線、機(jī)動車動線、零售聯(lián)動性三項指標(biāo)層;同業(yè)競爭項下分為同業(yè)銀行數(shù),本企業(yè)網(wǎng)點(diǎn)兩項指標(biāo)層;立地條件項下分為位置特征、硬件可塑性、戶外視覺效果三項指標(biāo)層。在初步建立的指標(biāo)體系中,各指標(biāo)層1項下的指標(biāo)層2共計有74項,其中部分為定性指標(biāo)。

b.確定指標(biāo)權(quán)重

層次分析法(AHP)。層次分析法為傳統(tǒng)的分析方法,被業(yè)內(nèi)廣為采用,在缺乏相關(guān)數(shù)據(jù)的情況下,以定性分析為主,指標(biāo)少而精,依賴經(jīng)驗判斷,所以易受主觀影響。銀行的網(wǎng)點(diǎn)選址過程是要考慮多因素的決策過程,包括客戶需求和自身成本等因素。通過構(gòu)建開放式的遞階結(jié)構(gòu),將網(wǎng)點(diǎn)選址決策系統(tǒng)化,從而提供更具說服力的決策依據(jù)。層次分析法的計算過程包含了建立遞階層次結(jié)構(gòu)、構(gòu)造判斷矩陣并賦值、層次單排序與檢驗和結(jié)果分析等步驟。

2）模型調(diào)優(yōu)

RAdam是優(yōu)化器在開始訓(xùn)練時的最佳基礎(chǔ)。RAdam利用動態(tài)整流器根據(jù)方差調(diào)整Adam的自適應(yīng)動量，并有效提供可以根據(jù)當(dāng)前數(shù)據(jù)集定制的自動預(yù)熱機(jī)制，可以確保訓(xùn)練以扎實的基礎(chǔ)順利邁出第一步。

3）預(yù)測結(jié)果

項目牽頭人

馮華

項目團(tuán)隊成員

李明、賀猛、李沭杉、魏雪

關(guān)鍵詞：