首页 文章 精选 留言 我的

精选列表

搜索[AI驱动],共10000篇文章
优秀的个人博客,低调大师

大数据驱动证券行业数字化转型

从十七世纪初第一只股票在欧洲诞生以来,证券及其交易就在资本市场上扮演着重要角色,在信息革命的时代,证券行业也行走在数字化转型的前列。今天,各种证券业务信息系统已经积累了越来越多的业务数据,其具有体量大、类型多、变化快、价值高等方面的特点,并且这些数据的价值发现已成为证券业务创新、产品优化、决策支持以及风险管理的重要手段,在不远的将来,价值数据将成为整个金融行业的核心资产。 事实上,利用数据分析技术来挖掘有价值的交易数据和外部数据,可以实现以客户为中心的精准营销,有限资源的合理配置和科学治理,利润最大化目标下的风险管控等等,是金融证券行业数字化转型的必由之路。 然而,随着云计算、大数据、人工智能、区块链技术的高速发展,传统的数据分析的方法已无法满足证券业务的要求,需要采用更先进的大数据技术对交易系统和管理系统日益增加的海量数据(包括结构化、非结构化、半结构化数据,如交易记录、日志流水、客户信息、管理信息等)进行存储、分析、挖掘、应用。 其业务应用主要集中在一下几个方面: 1) 精准营销:通过挖掘客户相关信息及外部数据,对客户进行360度画像,分析客户属性,通过客户管理、营销管理、服务管理、产品管理等手段,更准确地发现目标客户及更多的营销机会(客户挽留、交叉营销等)。实现产品和服务的精准营销,降低营销费用,提高营销效率。 2) 风险管理:构建统一的高并发、低时延的风险控制平台,可实现在线或离线的实时征信、实时日志分析、反欺诈、非法交易预警等业务功能,及时评估业务经营的合规性,识别潜在的业务风险,满足经纪业务、创新业务的风险管理需求,以及监管部门风控要求。 3) 历史数据服务:利用大数据集群,实现海量历史数据存储、归档、管理及应用,提高数据处理效率和业务响应效率,支持更科学的决策支持、更完善的客户服务和更高的客户满意度,通过对历史数据的挖掘分析,可实现市场、产品和服务的优化与创新,动态掌握资本市场的变化,提升市场竞争力。 4) IT治理:对交易系统、财务系统、交易所、登记结算公司、银行等多个数据源采集的数据进行审计,对IT系统进行资源配置分析,运行状态分析,可以实现智能IT运维管理,优化券商的业务运营。 华为公司基于大数据处理核心技术,与领先的ISV合作伙伴构建了面向证券行业风险管理、市场营销等业务的联合大数据解决方案,解决过去券商数据系统无法支撑多类型的海量数据增长变化和业务成本过高的问题,可高效建设金融证券第二数据平面,实时挖掘分析、应用数据价值,支持业务运营。 该解决方案整体技术架构如下图: 该解决方案具有以下关键优势: 1) 统一的端到端的金融证券数据业务平台:华为联合业界领先的ISV面向证券业务需求提供整体解决方案;以一流的算法和建模分析能力,支持混合数据的深度挖掘分析;一个平台提供多个数据处理引擎。面向证券业务融入生产系统,支持实时交易和后台数据运营,具备随业务增长系统可线性扩展的能力;支持业务建模、规划构建和专业咨询。 2) 完善的大数据生态系统:华为在Hadoop社区贡献度排名全球第三、亚洲第一,引领社区面向未来的内核级特性开发,保障用户系统+应用将来可平滑升级;结合Openstack云平台,支持快速构建云上大数据应用DAAS服务能力。并且支持与传统应用和工具的无缝集成;提供丰富的API接口和SDK开发包,易于行业应用开发集成。 3) 金融级安全的解决方案:配备企业级管理工具,实现安全授权和访问控制机制、支持加密、安全隔离;全组件HA设计可满足金融行业等保三级要求、业务系统异地容灾等监管要求。 未来,在大数据应用的基础上,金融证券行业将更广泛地应用机器学习,自然语言处理,OCR等人工智能技术,进一步实现智能投顾,智能客服,智能获客等创新应用,更加有力地带动全行业的数字化转型。 原文发布时间为:2017年8月28日 本文作者:华为中国区金融行业解决方案总监方泽宇 本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

优秀的个人博客,低调大师

机器学习分析工具将如何驱动物联网

根据ABI Research近期的一份报告,机器学习分析工具将减少IoT的复杂性,并提高IoT的采用。该公司预计,随着机器学习即服务(MLaaS)模型的发展,机器学习数据分析工具和服务的收入到2021年将达到200亿美元。 机器学习是什么? ABI高级分析师Ryan Martin认为,机器学习是借鉴已有经验学习算法的研究。“hard-coded规则的挑战是不能适应现实世界的环境,hard-coded规则可以在不影响规模的前提下解决一些问题。” Martin表示机器学习可以将很多流程自动化,如一些重复的任务。该技术能在网络边缘进行分析,这将保证物联网系统的健壮性并节约成本。 例如,当分析在网络边缘完成而不是将数据发送到云或者网络核心进行分析,这使得流量信息更加高效,减少了网络延迟从而降低了成本。Martin说:“机器学习是网络边缘分析的基础,它能够促进分布式网络体系架构的发展。” 此外,通过使用机器学习,公司可以在技术当中添加人物因素,使得数据存在差异而不是技术存在差异。Martin表示这是许多云基础设施提供商如Amazon、Google、IBM、微软投资机器学习的原因,也是为什么他们要将他们深入学习软件开源的原因。 今年年初,Amazon在Github上发布了开源Apache许可的DSSTNE库,同样,Google也将其云端机器学习库Tensorflow进行开源。 Martin认为这些机器学习库向开源的转变表明这些公司需要更多的合作,他们需要开发者参与到机器学习中来,以开发出更好的工具。他说:“这跟以前专有技术处理专有数据的情况已经有了根本性的转变,这是令人兴奋的现象。” ====================================分割线================================ 本文转自d1net(转载)

优秀的个人博客,低调大师

大数据产业驱动中国经济新增长

前几年,贵阳的大货车司机张师傅找活必须把车开到物流园区,发名片揽生意,三五天才能等来一个活儿,还要给“黄牛党”支付信息中介费。而如今,他只需在手机APP“货车帮”上轻轻一点,便可轻松找到活儿。 张师傅在“货车帮”平台上注册、公布自己的车辆信息后,可以查找匹配的货源、买保险、找停车场,装货之后货主还可以通过APP持续跟踪运货信息。 数据显示,2014年,“货车帮”为中国节省燃油100亿元,每天减少1000万公里的货车空驶消耗,每天促成运费交易超过50亿元。 货车帮科技有限公司首席运营官罗鹏说,“货车帮”已经成为中国最大的公路货运信息平台。基于庞大的数据信息,货车帮公司跟阿里合作开发出了“全国公路物流指数”,每日货运量、日发货吨位、日交易额、货物类型、车型分布等数据实时更新。 在数据已成为国家基础性战略资源的大背景下,大数据产业发展正受到中国政府高度重视。今年的政府工作报告提出,“促进大数据、云计算、物联网广泛应用。”“十三五”规划纲要更是将大数据作为重大战略实施。 截至2015年底,中国网民数量已突破6.8亿,移动电话用户规模突破13亿。中国数据总量正以年均50%的增速在发展,预计到2020年将占全球的21%。 大数据在中国已成为一个新兴产业,应用的重点领域集中于金融、通信、零售、医疗、旅游、政府管理等,并已形成初步的产业链条,代表企业有百度、阿里巴巴、腾讯等,同时也诞生了一批创业型公司,如已登陆新三板的迪派无线、多牛传媒等。 中国民营工程机械企业三一重工已建起自己的大数据储存分析平台,通过大数据分析,优化配件周转率,在保证服务水平的前提下,库存大幅下降近50%,配件需求预测准确率提升25个百分点,从而大大降低了运营成本。 贵州东方世纪科技股份有限公司基于多年来积累的气象、水利、水文等大数据技术开发出的“东方祥云”系统,可以将洪涝灾害预测期从20分钟延长至72小时。 业内人士认为,大数据技术是未来十年最主要的互联网新技术之一。大数据创造了触手可及的利益,也促成了全行业思维的全面更新,各级政府、新型互联网企业和传统工业企业纷纷将触角延伸至大数据领域,以互联网、大数据为依托的新一轮的经济增长点已经点燃,对经济改造的势头不可阻挡。 中国互联网协会理事长、工程院院士邬贺铨透露,目前中国已经有23个省出台了74项跟大数据相关的政策,全国已建和在建的大数据产业基地超过10个。 与此同时,中国多地争相搭建交易平台,交易市场风生水起。如成立于2014年4月的贵阳大数据交易所,到2015年底交易额累计达到6100万元,交易品种30多个,交易所会员包括中国联通、京东、腾讯、余额宝、华为、中兴等300多家企业。 各地正加紧将大数据技术向应用领域推广:在甘肃,建立精准扶贫大数据管理平台,使贫困户的“台账”真正理清;在福建福州,借助大数据对全市商家通过网络渠道销售的年货、节礼和购物卡等情况进行监控,让公款消费“无处遁形”;在浙江,用大数据预测未来一小时各个路段的车速,以治理拥堵…… 一些欠发达地区更将大数据产业视为摆脱贫困落后、发展经济的新“引擎”。如贵州已成为发展大数据产业的先行者,并诞生了中国多个“大数据”之首:全球首家大数据交易所、全国首部大数据地方法规、全国首个大数据资产评估实验室。今年3月,中国首个大数据综合试验区在贵州开始建设。 面对持续的经济下行压力,大数据等新经济之火正加速点燃,新动能加速积聚:今年一季度中国GDP同比增长6.7%,呈现出阶段性筑底企稳的迹象,其中战略性新兴产业、高技术产业分别增长10%和9.2%,其中大数据功不可没。 据易观国际统计,2015年中国大数据市场规模已达102亿元,2017年有望达到170亿元。申万宏源报告分析称,10年后“大数据”可撬动万亿元级GDP。 专家认为,大数据市场规模超过百亿元只是刚刚起步,中国大数据产业仍处在初始阶段,还面临着高端人才缺乏、技术和安全薄弱、法律法规缺失等困难。 对此,工信部总工程师张峰表示,工信部将从八个方面推进大数据产业发展,包括制定实施大数据产业“十三五”发展规划,进一步加强大数据安全管理,加快大数据标准制定和验证推广,加强国际合作,建设复合型人才队伍等。 国家信息化专家咨询委员会委员宁家骏认为,大数据将对经济和社会带来革命性影响,将大数据战略上升为国家战略,通过体制机制创新,盘活政府及社会的数据资源,将进一步助推数据资源转化为生产力的步伐。 本文转自d1net(转载)

优秀的个人博客,低调大师

物联网操作系统驱动行业快速发展

当物联网和操作系统这个话题出现在IT界时,“嵌入式操作系统”这个术语与“实时操作系统”(RTOS)经常互换使用。但实际上,一些嵌入式操作系统有实时功能,另一些则没有这种功能。 真正的RTOS物联网设备需要处理数据时没有缓冲延迟。RTOS的好处包括两大类:第一,能够实现多任务处理,能够调度和优先处理任务,还能够管理资源在多个任务之间的共享。这种操作系统通常用于比较复杂的航空、工业和医疗物联网设备中。第二,功耗比较低,对资源的要求也比较低,比如处理能力和内存。十之八九,诸如此类的操作系统的增长率会超过RTOS,至少对第一代物联网设备来说是这样的,这种类型的操作系统复杂性低,功能也相对比较齐全。 RIOT OS是一种开源社区项目,自2008年以来就启动了。RIOT能够在众多平台上运行,包括嵌入式设备和PC(以及数量众多的极其流行的传感器/致动器板卡),而且拥有易于使用的API。该操作系统因用电量和资源需求方面能够做到高效而家喻户晓。 微软的最新款嵌入式操作系统名为Windows 10 for IoT。这面大旗下还有三个子操作系统,视用户的要求而定。第一个是Windows 10 for IoT Mobile,它支持ARM架构。第二个是Windows 10 for IoT Core,它支持Raspberry Pi和英特尔凌动。最后一个是Windows 10 for IoT Enterprise——这多少有点像功能完备的Windows 10 Enterprise,但仅限于运行单一应用程序。 由于Windows 10 for IoT是全新产品,它在用户群和经验丰富的开发者方面显然落后于其他许多物联网操作系统。话虽如此,这款操作系统大有潜力,如果你想在内部开发应用程序,更是如此。最终,那些习惯于使用Visual Studio和Azure物联网服务、针对Windows从事开发工作的人会被整套的Windows 10 for IoT方案吸引过去。 WindRiver的VxWorks可能是如今使用最流行的商用RTOS。它提供了一款可靠的操作系统,又具有高度的灵活性。VxWorks还提供了许多安全功能,这些功能对需要它们的物联网项目来说至关重要。VxWorks在工业、医疗和航空等领域的名气很大,因为它是少数几家满足必要的认证要求、以便用于那些行业的RTOS厂商之一。 谷歌在去年秋季的谷歌I/O大会上宣布,打算推出Brillo,进军嵌入式操作系统市场。面向基于安卓的嵌入式操作系统的开发平台,很适合在编写安卓应用程序方面有着扎实背景的那些人使用。Brillo使用一种名为Weave的通信协议。这意味着,智能设备没必要非得将嵌入式安卓作为其操作系统——它们只要能够使用Weave进行通信就可以。这为一大批厂商将Weave集成到物联网产品中敞开了大门,最终让这些产品能够与Brillo联通。 ARM开发了自己的开源嵌入式操作系统,名为mbed OS。由于它是由ARM自身开发的,所以ARM是唯一支持的架构。话虽如此,预计该操作系统会在智能家居和可穿戴式设备这两个物联网细分市场大放异彩。这款操作系统有别于另外许多的嵌入式操作系统,原因在于它是单线程,而不是多线程。ARM表示,它认为对于该操作系统能够在尺寸最小、功耗最低的设备上运行而言是必不可少的。如果物理尺寸和电池使用时间至关重要,物联网设备最后可能会在mbed OS上运行。 到目前为止,苹果已采用了其操作系统平台的变种,开发了多款物联网设备,比如苹果电视、CarPlay(借助BlackBerry QNX)和苹果手表。展望未来,预计苹果会继续使用其iOS,并改动OS X,那样它可以在物联网端点设备上更精简、更高效地运行。开发人员可以使用诸如最近发布的HomeKit之类的工具,这种框架用来构建控制家庭自动化设备的应用程序。 Nucleus RTOS是Mentor Graphics公司开发的一种嵌入式操作系统。这家公司声称,其软件目前在30多亿个设备上运行,这是个相当庞大的安装群。该操作系统为众多嵌入式架构提供了有力的支持,在汽车、医疗、公用事业、工业和消费类电子产品等行业垂直领域大受欢迎。 不过另一种由来已久的商用RTOS解决方案是Green Hills的Integrity。它在航空/国防、汽车、工业和医疗等垂直领域展开激烈的竞争。该公司还继续在面向消费者的物联网市场大受欢迎,这归功于它一直凭借性能、安全和可靠性博得人气和美名。 基于物联网产业处在发展初期,碎片化特点必将导致物联网时代对软件的多样性需求。一种操作系统和开发工具很难支持物联网系统中的所有设备,短时间内,物联网操作系统很难形成像智能手机中Android和iOS两家独占市场的局面。以安全性和集成化为代表的物联网新需要给传统嵌入式软件带来挑战,也给以互联网企业为代表的产业新势力带来机遇。 本文转自d1net(转载)

优秀的个人博客,低调大师

让运营驱动设计的低代码平台👉RollCode

在企业数字化营销的日常工作中,电商运营、品牌市场、活动策划、HR 等业务侧人员,始终绕不开一个核心痛点:移动端营销 H5 的制作与落地。提需求给设计开发团队,往往面临排期长、改稿沟通成本高的问题,极易错过营销热点与活动窗口期;自己上手制作,又常被工具操作门槛高、功能适配性差、视觉效果不达预期、页面加载性能拉胯等问题困住。 RollCode 作为一款聚焦企业移动端营销落地页场景的低代码开发工具,正是瞄准了业务侧人员的核心需求,以「可视化组件搭建 + 开放式代码嵌入」为技术内核,搭建了一套兼顾零代码操作门槛、全场景适配能力与灵活扩展空间的解决方案,让非技术出身的业务人员,也能自主完成从 H5 创意设计到上线发布的全流程。

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册