首页 文章 精选 留言 我的

精选列表

搜索[商机雷达]，共1840篇文章
优秀的个人博客,低调大师

大数据商机无限 掘金四行业个股

大数据平台是从各种类型的、漫无边际的数据中，快速获得有价值信息的处理方法或框架。大数据中的“大”不是大数据的唯一指标，而是更强调数据的类型多样、处理的速度和获取价值的能力。分析人士表示，大数据对传统行业的重构有望成为中国经济新一轮快速发展的关键推动力，对于A股上市公司而言，IT业、移动互联网、交运和电力安全设备生产商等四类板块受益明显。 网络是大数据重要信源 数据是平台运营商的重要资产，可能提供API接口允许第三方有限度地使用，但是显然是为了增强自身的业务，与此目的抵触的行为都会受到约束，同时，也是大数据应用的基础和前提。 收集数据主要是通过计算机和网络。凡是经过计算机处理的数据都很容易收集，比如浏览器里的搜索、点击、网上购物、其他数据(比如气温、海水盐度、地震波)可以通过传感器转化成数字信号输入计算机。 收集到的数据一般要先经过整理，常用的软件如Tableau和Impure是功能比较全面的，Refine和Wrangler是比较纯粹的数据整理工具，Weka用于数据挖掘。Hadoop是一个能够对大量数据进行分布式处理的软件框架。用于统计分析的R语言有个扩展R+Hadoop，可以在Hadoop集群上运行R代码。还有很多可以用来在网页上实现可视化输出的框架或者控件。大致基于四种技术：Flash(Flex)或者JS(HTML5)或者Java或者ASP.NET(Silverlight)。 大数据带给四行业新机遇 进入大数据时代，都有哪些A股公司存在投资新机遇呢?分析人士认为，大数据时代主要有四类行业明显受益。首先，受益最明显的当属IT业。数据显示，2012年大数据对全球IT开支的直接或间接推动达960亿美元，而到2016年，这一数字预计将达到2320亿美元。据国内有关机构初步预算，未来中国大数据潜在市场规模有望近2万亿元，将给IT行业开拓了一个新的黄金时代。 其次，移动互联网行业。以腾讯、阿里巴巴、百度、奇虎360等为代表的互联网公司目前已经形成了与传统电信运营商价值链重新划分的格局，使得运营商的角色正在不知不觉中发生着变化。 第三，交通运输业。随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。无论是交通基础设施、交通运行状态还是交通服务对象和交通运载工具，每时每刻都在产生着大量的数据，以大数据的思路和角度来看，这些都是正待挖掘的宝藏，能为交通决策和服务带来新的解题思路。 第四、电力信息安全设备生产商。近日，电力行业信息安全类“招标竞赛”正在火热上演，全国多家电网公司相继在信息安全设备采购招标项目上亮出大手笔投资，采购内容涉及数据丢失防护、数据恢复、数据清除等众多软硬件产品，部分采购项目甚至达到上亿元的规模，新一轮大规模电力系统信息安全建设浪潮扑面而来。 风投青睐大数据创业公司 新兴市场蓝海正待发掘 ■本报记者 孔瑞敏 “世界的本质是数据“，大数据时代的预言家维克托·迈尔-舍恩伯格此话掷地有声。然而置身于在大数据的浩瀚海洋中，我们不得不承认这样一个事实，人类的技术水平目前还没有达到随心所欲地处理一切数据的地步。 清华大学苏州研究院大数据处理中心技术总监赵勇，同时也是聚云浩海(苏州)信息科技有限公司的技术总监则直言，在信息处理技术的步伐没有跟上之前，每日都在激增的大数据带来的是问题，而不是能够产生价值的资源。赵勇在他即将出版的新书《架构大数据-大数据技术解析 》中写道：“传统的信息技术架构，已无法处理大数据问题，需要以现代云计算的手段和技术来解决大数据问题。”无可辩驳，大数据要为我所用，处理分析数据的需求也催生了一批创业公司，风投资本的青睐助推了其雨后春笋般的成长速度。 《证券日报》：为什么说大数据的爆发是信息发展过程中遇到的棘手问题?大数据平台的搭建又有什么意义? 赵勇：信息技术为人类步入智能社会开启了大门，带动了互联网、物联网、电子商务、现代物流、网络金融等现代服务业发展，催生了车联网、智能电网、新能源、智能交通、智能城市、高端装备制造等新兴产业发展。现代信息技术正成为各行各业运营和发展的引擎。但这个引擎正面临着大数据这个巨大的考验。各种业务数据正以几何级数的形式爆发，其格式、收集、储存、检索、分析、应用等诸多问题，不再能以传统的信息处理技术加以解决，对人类实现数字社会、网络社会和智能社会带来了极大的障碍。在实践中，一些地方政府和企事业单位一般会将采集到的数据选取一段时间内的或者异常的数据进行部分存储，或者干脆不存储。 大数据爆发带来的瓶颈需要以现代云计算的手段和技术来解决。云计算与大数据是相辅相成、辨证统一的关系，云计算、物联网技术的广泛应用是我们的愿景，而大数据的爆发则是发展中遇到的棘手问题。大数据技术的突破不仅能解决现实困难，同时也会促使云计算、物联网技术真正落地并深入推广和应用。 由于云计算并没有真正落地，现在在各个行业、各个机构之间形成了很多信息孤岛。国内有不少侧重于大数据应用的公司，但是从事基础层面的数据采集、存储、计算、分析和展示业务的公司较少，如果仅仅从应用层面来做的话，基础数据很难实现互通互联，这就需要一些平台型的架构将数据关联起来。比如要建设智慧城市，就必须跨部门、跨行业进行数据共享交互，这就需要从大数据平台和接口入手。 平台搭建好之后，再选择性地做应用。 《证券日报》：大数据时代数据的多维价值正在被逐步发现，整个市场的规模将会无法想象。 赵勇：是的，2012年被称为大数据元年，今年大数据市场正处在井喷式发展阶段，未来五年全球大数据市场价值将高达几百亿美元。2012年初，大数据相关软件、硬件和服务的收入总和只有约50亿美元。但随着企业对大数据价值的认识和相关产品技术及应用模式的不断成熟，大数据相关产业和服务将获得长足发展，大数据将逐渐落地，并在未来几年保持惊人的增长速度。国内因为传统的信息手段和技术都迫切需要转型升级，大数据市场实际上就是云计算在各个领域和行业的应用市场，所以综合市场规模在最近几年将达千亿元量级。 《证券日报》：国内外通过搭建数据平台来发掘经济价值的公司是怎样的情况? 赵勇：国内此类的创业公司还正在起步，国外已经有一些运行良好的做数据服务业务的公司了。比如位于西雅图的BlueKai，它建立了一个数据管理平台(DMP)，用来帮助用户组织并分析数据，同时也建立了数据交换中心，连通数据需求的两端。 《证券日报》：资本的嗅觉总是十分灵敏，一切能产生价值的地方总能看到资本的身影。请简要介绍一下国内外大数据领域的创业型公司及风险投资的动向? 赵勇：大数据概念的普及，也带动了资本市场对大数据技术创业公司的高度关注，国外多家顶级风投和早期投资机构都对大数据行业青睐有加。 另一方面，大数据问题出来之后，国际互联网行业巨头得益于人财物的优势，可以快速提供解决方案，但由于他们所运用的还是传统产品，目前还没有杀手锏级别的新产品出来，也也给大数据创业公司提供了机会。可以说从数据的采集、存储、分析，直到最上层的数据展示，每一个层面都有可供大数据创业公司发掘的机会，也为资本提供了很好的投资标的。 例如，风投机构Accel Partners针对这一行业设立了一支总额高达1亿美元的基金;大数据分析公司Splunk，在Nasdaq首日IPO即上涨109%;其他大数据软件服务商如MapR、10Gen、DataStax等近期都完成了千万美元级的融资。 在国内，互联网行业“去IOE”的呼声渐高(IOE分别是IBM、Oracle、EMC，更确切地说是IBM小型机、Oracle数据库与EMC存储设备的组合，这三驾马车构成了一个从软件到硬件的完整商用数据库系统)，很多大数据创业公司跃跃欲试，涌现了一批大数据分析、挖掘、展示、广告方面的创业公司。我们清华大数据处理中心在成立前期就是在四家感兴趣的风投公司中选择的一家，近期我们又在智慧教育、智慧旅游、车联网等方面发力，正在吸引新一轮融资。以云计算和大数据为引领的新一代信息技术在各个领域都能带来模式、内容、路径方面的创新，会形成诸多新兴市场的蓝海。 百度腾讯等中概股 凸显大数据平台价值 ■本报见习记者 乔川川 大数据的快速发展与物联网、传统互联网及移动互联网三大平台与日俱增的海量数据密不可分。新一波大数据革命浪潮已经来临，然而能分享“智慧盛宴”的公司凤毛麟角。在中国，业界普遍认为腾讯、百度和阿里巴巴三大互联网龙头公司已经成为大数据平台建设和发展的领头羊。 目前，百度、腾讯均已上市，据媒体报道，阿里巴巴正筹划赴香港上市。 百度于2005年8月5日登录纳斯达克上市，发行价格为每股27美元。截至8月27日收盘，百度股价年内累计涨幅为34.73%，公司最新股价为每股135.12美元。 百度在大数据时代扮演的不仅是流量及资源共享的平台角色，公司更好地利用其大数据平台与其它电商企业进行合作创造了新的利润增长点;百度云平台提供的BAE(百度应用引擎)将提供高并发的处理能力，满足处理速度快的要求。不仅如此，百度移动客户端统计、移动搜索数据分析及移动调研报告等分析，能够为开发者提供强大的统计分析服务，让开发决策更加有据可依。 百度云技术品牌总监陈尚义先生表示，百度作为国内领先的互联网搜索商，在扩展搜索、突发访问搜索、百度指数上都充分利用了大数据。例如：在百度指数中输入当前最热门词汇之一手游，便可查到通过百度搜索手游关键词的客户年龄分布、性别、所在地域等多个特征，这其中的商业价值便随之而来，作为手游开发商如果充分利用这些特征，对于手游产品开发的针对性、地域推广的区别性便有了可参考指标。 除百度外，腾讯是在大数据时代下，公认的最具有商业价值的一家互联网平台上市公司。公司于2004年6月16日在中国香港上市，发行价格为每股3.7港元，截至8月27日，公司的最新收盘价为每股362.00港元，年内累计涨幅45.38%。相对于阿里巴巴、百度等互联网公司，腾讯的产品线更丰富、广泛，从门户网站到微博、视频、电子商务、开放平台等有多个跨平台领域。因此，腾讯更加充分、完整地记录了人们在互联网上的行为轨迹和社会属性。当用户在互联网上留下自己的行为轨迹并生成大量数据时，可挖掘的商业价值也较高。 业内人士表示，在中国，腾讯是最具类似“Facebook+Twitter”大数据基因的互联网公司，作为大数据平台的龙头公司，用户可以在腾讯空间平台上分享日志、照片，微博，又有不同的线索可对人群进行划分，这些都产生了海量的有价值数据，这些强关系链和弱关系链的组合，能让广告客户更加精准得将广告信息推送给目标人群。 除上述三家领头平台公司外，目前上市的中概股大数据平台上市公司还有网易，新浪，搜狐。网易于2000年6月30日在纳斯达克上市，截至8月27日，公司最新收盘价为每股73.36美元，年内累计涨幅72.49%;新浪于2000年4月13日在纳斯达克上市，截至8月27日，公司最新收盘价为每股76.75美元，年内累计涨幅52.83%;搜狐于2000年7月12日在纳斯达克上市，截至8月27日，公司最新收盘价为每股60.61美元，年内累计涨幅28.03%。 网易、新浪、搜狐有望成为大数据平台类上市公司中的第二梯队，在这三家公司中，新浪的大数据运用处于领先地位。去年年底，新浪微博启动信息流广告测试，根据兴趣爱好和社交关系向网友推荐相关信息;今年4月份，新浪微博宣布与阿里进行战略合作，明确表示将在大数据业务层面展开持续深入的合作探索;5月份，手机客户端附件功能的加入以及Page页面的发布，是新浪微博推进大数据战略的又一重要举措。 本文转自d1net（转载）
2017-07-02
优秀的个人博客,低调大师

抢物联网商机 中国三大电信商掀战火

物联网装置可应用在众多民生领域方面。 根据多家机构报告，2020年全球物联网连接数将达到300亿。中国三大电信运营商都积极投入，中国移动副总裁沙跃家指出，随着更多新商业模式的涌现，市场将迎来井喷。而中国移动的目标是，在2020年实现物联网连接数量超过17.5亿，并且成为全球领先运营商。 中国物联网尤其是NB-IoT发展之迅速令人惊讶，中国三大运营商2017年下半场在物联网领域的较量已正式展开。2017年开始，中国电信便投入大量人力物力打造物联专网。重点在智慧抄表、智慧路灯、智慧井盖、智慧停车、共享单车等领域成功开展多个NB-IoT应用的外场测试及试商用。5月中，中国电信宣布建成全球首个覆盖最广的商用新一代物联网NB-IoT网络，实现31万个基站升级。6月底，中国电信发布了物联网开放平台。 中国移动计划2017年内实现中国境内NB-IoT的全面商用，全年智能装置连接数增加1亿户，总规模达到2亿户。2017年MWC上海展期间，中国移动宣布成立中国移动物联网联盟，构建开放、共享的物联网产业生态体系“OneNET平台”。同时，中兴微电子有限公司、紫光展锐、华为海思分别发布了2017年下半年芯片计划，将支持与中移动OneNET平台连接。 另外，中国移动发布了《移动物联网行业解决方案白皮书》，后续中国移动将与各行业客户在智慧城市、款箱定位、智慧家居、工业4.0、智慧油田、燃气抄表和森林防火监控等行业进行深度合作，连手打造移动物联网行业解决方案，实现行业生产效能大幅提升。 中国联通则在上海、北京、广州、深圳等10余座城市开通了窄频物联网NB-IoT试点。其中，上海联通作为联通集团窄频物联网领域的先锋，已经建成800个站点的全中国最大规模试商用网络。 中国联通并推动物联网生态圈，联合华为共同打造并发布公共事业服务平台，组建中国联通窄频物联网终端产业联盟。 本文转自d1net（转载）
2017-07-25
优秀的个人博客,低调大师

大模型在百度电商机审应用的落地实践

导读 本文聚焦百度电商风控场景，针对传统机审多模态识别弱、语义模糊难区分、审核体验差等痛点，推进原有机审流程向AI化流程改造，基于业界MultiAgent范式在审核场景落地应用，提出 “多模态大模型 + 规则 + 知识库” 协同的机审 Agent 方案。通过：1. 审核标准体系化、大模型化；2. 多模态大模型在领域典型问题上的抽象技术方案；3. 针对场景化问题精准优化。产出标杆式业务落地效果，为电商风控大模型落地提供可迁移能力强的技术方案。 01 背景与问题 1.1 背景 “百度优选”是百度旗下电商品牌，伴随着近年百度电商的快速成长，在 “人、货、场” 高速运转的背后，风控体系始终面临 “安全 - 效率 - 体验” 的三角挑战： 对平台：风控是 “生命线”若未能准确及时的管控风险，可能引发监管处罚、用户信任流失，甚至影响百度的商誉。 对商家：“快过审 + 明理由” 是核心诉求，在传统人工审核流程中，商家提交信息后需等待2-4 小时（峰值期甚至 1 天），若被拒审仅收到 “内容违规” 的模糊反馈（在历史的商家访谈中，部分不满意指向了 “审核慢、理由不清”）。 对用户：“看到靠谱内容” 是关键，若平台出现了不可靠或者低质的信息，用户可能会因 “被骗” 损失利益，从而进一步导致用户的流失 。 作为百度电商风控技术团队，我们的目标很明确：用大模型重构机审体系，实现 “全机审覆盖 + 即时反馈 + 高可解释性”，让平台 “安全”、商家 “高效”、用户 “放心”。 1.2 面临的问题 在大模型落地前，我们的传统风控流程是 “商家提交→机审（规则+小模型过滤）→人审（人工判定）”，这种模式在业务快速增长下： 问题 1：人审瓶颈刚性，无法支撑业务增长 问题 2：机审能力薄弱，为保证风险不露出人审覆盖面大，审核时效长（小时级，极端情况下甚至长达1天） 传统机审依赖规则引擎（如关键词匹配 “最佳”“第一” 判定虚假宣传），但无法处理复杂场景： 多模态违规：主图显示 “Nike”品牌，详情页显示为”山寨品牌“—— 规则无法识别图文不一致； 模糊语义：“本品有助于睡眠”（合规）vs “本品治愈失眠”（违规）—— 规则无法区分 “程度差异”； 问题 3：审核体验差，商家申诉率高 传统机审拒审理由模糊，商家需反复猜测修改方向。 为了解决上述提到的问题，本文将详细介绍本次最佳实践 02 技术方案 针对传统流程的痛点，我们提出 “大模型 + 规则 + 知识库” 协同的机审 Agent 方案，核心逻辑是：让模型做 “语义理解”（擅长的事），规则做 “确定性判断”（稳定的事），知识库补 “外部信息”（精准的事）。 2.1 整体技术方案 流程上，我们重构了整个审核流程，实现了 “全机审覆盖 + 即时反馈 + 动态校准”： 原流程 vs 新流程对比 2.2 亮点 2.2.1 审核标准对齐 要实现全机审，“人审标准可量化” 是前提。我们通过 “风险梳理→标准优化→动态更新” 三步，将 700 余个零散风险点整合成 24 组核心风险，覆盖了95%+的线上违规问题。 步骤 1：风险点梳理 —— 做 “减法” 我们采集2025年Q1的全部人审记录， 相似风险合并：采用层次聚类将相似违规进行归类。 风险分层：对”风险严重程度“较低，且不直接影响商品价值和用户购买决策的风险暂时不纳入机审（人工巡查覆盖）。 长尾剪枝：对”发生频率“较低的风险暂时不纳入机审（人工巡查覆盖）。 步骤 2：审核标准优化 —— “规范化” 我们把人审识别的风险划分为三部分，明确违规/明确不违规/边界样本 步骤 3：动态更新 —— 做 “迭代” 我们每月例行巡查、回收商家申诉和人审处理数据，若发现新违规类型，则补充到风险组，及时更新线上机审agent。 2.2.2 基于多模态大模型的机审agent设计 大模型是机审 Agent 的 “大脑”，我们选择大语言模型+多模态大模型为基础，辅助知识库（品牌授权库、类目树、资质库），实现 “多模态理解 + 精准判定”。 输入层：多模态数据整合 接收商家提交的全量商品数据，包括： 文本数据：商品标题、详情页描述、规格参数、商家资质名称； 图像数据：主图、详情图、资质图片（如《授权许可证》）； 结构化数据：商家资质库（如品牌授权记录、进口报关单）、平台类目树、风险规则库。 特征抽取层：多模态特征融合 特征抽取是机审的 “感知层”，我们采用 “规则抽取 + LLM 文本理解 + 多模态模型图像理解” 的组合方式，覆盖所有维度的商品信息： 规则抽取：用正则表达式提取标题中的品牌（如 “Nike”）、类目（如 “运动鞋”）、关键词（如 “进口”）； LLM 文本理解：用文心大模型提取详情页中的模糊语义（如 “治愈失眠” 的违规表述）、逻辑矛盾（如 “进口商品” 但未提报关单）； 多模态大模型图像理解：使用多模态大模型模型识别主图中的品牌 logo（如 Nike 的 Swoosh 标志）、资质图片中的 OCR 信息（如《授权许可证》编号）。 风险判定层：大模型 + 规则 + 知识库协同 风险判定是机审的 “决策层”，核心逻辑是 “让专业的模块做专业的事”： 规则引擎处理确定性逻辑：针对 “绝对化用语”“资质必填项” 等确定性规则，直接用代码判断（如 “含‘进口’关键词必须提交《进口报关单》”）； 知识库查询外部信息：关联商家资质库、平台类目树等领域知识（如查询商家是否有 Nike 的授权记录）； LLM 综合判定：融合多模态特征、规则结果、知识库信息，输出最终结论（如 “主图含 Nike logo + 无授权记录 → 品牌侵权违规”）。 输出层：精准反馈 + 可解释性 输出层是机审的 “交互层”，需满足商家的 “明理由、能整改” 需求： 审核结果：通过 / 拒绝； 拒审理由：自然语言描述（如 “您发布的商品主图含 Nike 品牌 logo，但未提交 Nike 品牌的《授权销售许可证》”）； 整改建议：输出给发品端前端，提供自动整改能力（如删掉对应违规位置违规信息）。 任务拆分：让模型 “专注擅长的事” 我们将机审任务拆分为三类，以同时保证审核结果的高召回，高准确，清晰可解释： 特征抽取：提取商品的关键信息（如从主图提取品牌 logo、从详情页提取材质等）； 风险判定：规则引擎结合知识库，判断特征是否违规（如 “logo 是 Nike，但无授权→侵权”）； 理由生成：模型生成自然语言拒审理由（如 “未提交xx品牌的授权许可证，请补充”）。 03 实践案例 在典型问题的文本问题判定，图片问题判定，图文融合问题判定上，经过我们的技术方案演进，均可达到几乎对标人审能力的效果。 3.1 资质缺失风险判定 场景描述 针对高危商品行业如三品一械行业，售卖相关商品时要求商家提供清晰可辨、且信息完整的对应资质（如《保健食品批准证书》、《国产特殊用途化妆品行政许可批件》、《医疗器械备案证明》、《委托进口协议》等）。 传统流程痛点 规则策略：仅能检查 “是否含‘进口’关键词”，无法关联商家资质库，漏检率高； 人审需人工查询和核对资质，耗时长，易因 “漏看” 导致误判。 机审方案：领域微调 + Prompt Engineering 对于此类复杂判定类问题，领域知识深度深，我们基于基座模型进行了模型微调，通过高质量样本收集 -> Prompt Engineering -> 数据增强 -> 模型微调 得到了专注于电商风控场景的领域AI模型 高质量样本收集 ：我们将真实场景下经人工核验的高质量样本沉淀为模型训练语料。这一环节是模型训练的核心，保障了训练数据的真实性、多样性，以及对各类场景的覆盖丰富度。 Prompt Engineering：基于不同样本类别，设计场景化提示词，引导模型关注风控领域知识： 数据增强：我们采用SOTA思考模型，动态生成Cot并对生成内容进行精细化纠偏，提升模型的推理能力： 模型微调：对比百度自研文心基座模型和开源Qwen系列模型，我们分别对比和采用了全参数微调和指令微调方式，加速训练过程，进一步提升模型效果，获得风控领域专家模型。 3.2 品牌授权风险判别 场景描述 商家发布的商品信息，涉及限售品牌，但实际未获得品牌授权（易引发假货投诉等体验问题） 传统流程痛点 “山寨 logo”较难以识别（如 “Nlke” 冒充 “Nike”）； 授权书需人工手动核验，耗时久，漏检率较高； 管控品牌库变动升级较多 机审方案：多模态特征匹配 + 知识库关联 采用 “多模态模型图像识别 + LLM 字符相似度对比 + 知识库查询” 的方案： 多模态模型图像识别：采用多模态模型提取主图中的 logo 特征； 知识库查询：关联限售品牌库，确认品牌是否限售，是否有授权记录； LLM 图文信息融合判断：确认提取品牌信息是否限售且无授权； 3.3 类目错放风险判定 场景描述 1）因电商商业流量推荐等场景中列类目特征权重极高，类目准确性严重影响流量变现效率；2）平台佣金政策和资质/定向准入等管控要求与类目强关联；因此要求商家发布商品必须选择到平台类目体系内最准确的类目； 传统流程痛点 图文特征融合困难：传统方案一般仅使用标题识别类目，商家对抗后容易绕过机审 平台类目庞杂：审核员需非常了解平台近5000个类目结构，极容易误审 方案演进 方案一：基础方案 图文特征融合推荐平台top相似度类目 方案二：解决类目推荐不准确问题 改为召回+rank 两阶段方案，提升精准选择类目可能性 升级相似度计算模型为bge-large-emb，解决部分情况下相似度召回精准不足问题 方案三：解决部分高风险商品在第一轮候选集召回不足问题 增加定向召回通路，提升高风险商品召回能力 升级风险判定方案，结合大模型判定和识别规则，进一步提升精准判别能力 04 总结与展望 4.1 落地效果 超预期的 “三升三降” 三升 机审覆盖率提升 审核时效提升 商家满意度提升 三降： 人审量减少 申诉率减少 用户投诉率减少 4.2 经验总结 大模型不是 “取代人”，而是 “解放人”—— 让审核人员从 “重复劳动” 转向 “标准制定、风险预判”。 本次落地实践较为成功的要点 多模态融合：电商数据 80% 是多模态的，单模态模型无法覆盖所有场景； 可解释性优先：大模型的自然语言生成能力是提升商家体验的关键 —— 传统规则的 “内容违规” 无法让商家整改，而 LLM 生成的 “未提交 Nike 授权许可证” 能直接指向问题，进一步的我们业务团队为商家提供了一键整改功能，大大提升商家使用平台工具的满意度； 闭环迭代：用巡查、申诉数据持续优化模型，形成 “数据→模型→效果提升” 的飞轮； 4.3 展望 agent的自我优化：利用大模型生成能力生成难样本，解决风控场景的大难题——小样本问题，辅助少量人工干预使得agent自我演进和优化。 05 结语 过去的1年里，大模型技术突飞猛进的发展，为电商风控带来了 “质的飞跃”—— 从 “被动堵风险” 转向 “主动防风险”。在百度电商风控技术的实践中，我们乘着时代的技术红利，落地 “多模态大模型 + 规则 + 知识库” 解决了传统机审的痛点，实现了 “平台安全、商家高效、用户放心” 的平衡。未来，我们将继续探索 “AI + 风控” 的边界，提供可快速迁移的大模型落地方案。
2025-10-31
优秀的个人博客,低调大师

安防蓝海带来亿万商机 汉王人脸通掀起产业风暴

在美国大片《越狱》中和科幻电影《终结者》中，都曾出现过这样的场景：一个人走到保险库大门前，由摄像头对他的脸进行扫描——他的脸部特征就是进入保险库的密码——如果符合，大门自动开启，如果不符，则警铃大作。这种过去在好莱坞间谍大片里才能见到的场景，目前在现实生活中亦成现实。 近日，国际识别领域领先企业汉王科技召开了2011汉王人脸通核心经销商大会，秉承一路有你的核心理念，牵手核心经销商，共同谱写安防市场蓝海新图景。 安防已成产业蓝海 9•11事件后，以色列独特的安防技术，崭新的安防理念，实用、便捷、高效的安防产品越来越受到各国的普遍关注。美、英、俄、德等国纷纷派员前往学习借鉴，接受培训，甚至订货。安保核心技术及关键产品为不景气的以色列经济注入了新的活力。据悉，安防产业现在已成为以色列发展最快、出口系列产品最多的产业之一。长期以来，处于地区冲突中心的以色列，恐怖事件频发，基于防范和打击恐怖主义的需要，他们不得不在这一领域投入巨大资源，并逐步形成了自己的技术优势，在保证国家安全的同时抢占了市场。 在我国，“安防”的近义词不仅仅局限于“反恐”层面，目前已经充分渗透进人们日常生活的各个领域。近年来，由于视频监控技术的全面升级和网络技术的发展，以及“平安城市”等社会化建设，安防产业呈现了“井喷式”的发展状况。尤其是网络化的发展趋势给智能监控带来了积极的推动因素，其中以人脸识别为重点的人体生物特征识别技术发展神速，已成为识别及身份认证市场新的亮点。 比尔盖茨曾预言，利用人的生理特征或行为特征，来进行个人身份鉴定的“生物特征识别技术”将成为未来几年IT产业的重要革新。 汉王人脸通掀起产业风暴 汉王科技是国内“识别”领域起步较早的民营高科技企业。这家从手写识别起步的公司，历经十余年的发展，不断扩大自身的业务范围，从手写识别到汉字识别，再到模式识别，如今汉王围绕智能人机交互领域继续创新应用，发力安防市场。 “汉王人脸通”是汉王科技基于完全自主知识产权推出的全球首款嵌入式人脸识别机。采用了专用双摄像头及双目立体人脸识别算法，识别速度更快，准确率更高，而且不受环境光线的影响。 据汉王科技董事、高级副总裁徐冬坚告诉记者，“汉王科技十几年来一直围绕智能人机交互领域不断创新，创造了一项又一项的全球领先技术，‘人脸通’人脸识别门禁系统实现了真正意义上的活体生物特征检测，可以非接触、自动人脸识别等功能。” 时至今日，汉王人脸通已经推出了近两年时间，目前已经升级到第二代人脸识别产品。 徐冬坚介绍，“人脸识别系统”具有存储功能，只要把一些具有潜在危险性的“重点人物”的脸部特征输入存储系统，“重点人物”如擅自闯关，识别系统就会自动发出警报，向其他安保中心“报警”。 另外，某些重要区域如控制中心只允许特定身份的工作人员进出，这时候面部档案信息未被系统存储的所有人全都会被拒之门外。当前，汉王人脸识别算法的识别率达到99％以上，远远高于国内外同行。如此看来，“007”式场景真的可以在未来无处不在。 业内权威专家进一步指出，人脸识别认证由于非侵犯性好、安全性高、无论室内还是户外均可使用等特性，一直比“认卡不认人”的IC卡更具发展前景，加之占有全球80%非接触IC卡市场份额的恩智浦半导体、其MIFARE one加密算法被成功破解而带来巨大危机。因此，人脸识别技术及相关产品的全面应用时代已经到来。 中国创造出海 相比国内指纹识别应用占据大半江山的现状，欧美等发达市场更青睐人脸识别技术应用，国外知名企业纷纷在此领域发力，比如Google的人脸识别搜索和iphone的人脸识别技术。携带被众多用户单位视为人脸识别技术标准，汉王独创的“Dual Sensor”人脸识别算法登陆美国市场的汉王科技，有强势自主知识产权推动，加之品牌和渠道仍选择了稳扎稳打，构建了一体两翼的保守进攻阵型。 因为族群文化和消费习惯的不同，出海的中国企业中有人享受掌声也有人收获苦涩。虽然汉王的人脸识别技术已经进入了50多个国家，但谨慎的汉王科技对于登陆美国市场，还是选择了跟能够为美国大、中、小型企业提供考勤解决方案或产品、有100年历史的考勤产品提供商合作，通过分销和直销的方式销售人脸产品，首先铺设在著名的办公用品连锁超市Stample和Office Depot在线商城。 同时在海外品牌的塑造上汉王也延续了渠道的谨慎，正如徐冬坚所说，“我们怎么样在未来打造海外品牌，我认为品牌不是一场活动，一次赞助，简简单单的狂轰乱炸，其实它是一个持续、有节奏、根据你自身实力与节奏来行走这么一条道路”。 一直在“中国创造”领域扮演先行者角色的汉王科技，开“中国创造”登陆美国市场先河。“我们已经习惯了先行者的角色，汉王科技在18年前已经开始了创新，我们都是做第一个。”徐冬坚如是说 像汉王科技这样“中国创造”标签式的企业，或许很快就能在各种榜单中成为受尊敬的代表。“我们已经习惯了扮演先行者的角色。将最新的科技产品化，我们是第一个；将‘中国创造’的力量带到美国这样全球领先的国家，我们也要争先。”汉王科技董事、高级副总裁徐冬坚对“中国创造”发起全球攻势显示出极强的信心。 对此，中国安全防范产品行业协会副理事长兼秘书长靳秀凤给予了高度评价：“人脸识别没有国界，中国创造走向世界。” 相关案例 门禁“以貌取人”提高安全性 安徽省出入境检验检疫局技术中心，内设国家级食源性致病微生物检测重点实验室、植物转基因综合实验室、动物检疫中心实验室及其他实验室组成的安徽省专业检验检疫机构。在没有安装人脸识别门禁考勤系统之前，经常会有陌生人来访，有些是来正常办理报检业务的，有些来推销相关或无关业务产品的等等，有些不必要的来访人员长驱直入实验室，扰乱了实验室工作人员的正常工作，给实验室的安全管理留下了许多隐患。2009年12月，安徽省出入境检验检疫局技术中心安装了汉王人脸识别门禁考勤机，技术中心员工上下班再也不用担心忘了带钥匙、忘了带卡而不能考勤或进入单位大门。而以前上门推销等闲杂人员被人脸门禁拒之门外，极大地提高了办公环境安全性。 为银行金库提供安全防范线 金库是银行防范的重中之重，是人防、物防和技防最为集中的要害部位，近几年来银行金库外盗、外抢案件已很少出现，而监守自盗、内外勾结的内盗案件却时有发生，金库安防重点已由防外转为防内。汉王科技人脸通采用先进的人脸识别和视频智能分析技术，既可以把外部人员阻挡在金库外，也可以有效的防止内部人员的作案，大幅提高金库的安全性……2009年5月，中国人民银行洛阳分行在金库区防护门和金库区复点门安装了人脸通识别系统。用户使用后很满意，评价其性能稳定、识别准确，人机交换界面友好。 监狱门禁 万无一失 众所周知，监狱门禁系统历来要求确保万无一失，但是，现有的大多数门禁管理系统主要是刷卡门禁、指纹门禁，而这样的门禁系统存在着严重的弊端。在震惊全国的呼和浩特越狱案中，4名逃犯使用平时出工发的裁纸刀片杀害了一名狱警后，拿到被害狱警的警服和门禁卡，并且割取了狱警手指，他们首先用狱警门禁卡打开了第一道门，其后又用被割下的手指指纹打开监狱另一道大门，最后劫持出租车逃跑。由于门禁卡、指纹门禁这样的门禁系统无法区别识别对象，不具备活体检测功能，认卡认指纹，但是不认人，存在严重的安全漏洞，这种落后的门禁系统无疑成为了逃犯越狱的帮凶。于是，完善升级监狱识别技术，使用先进的人脸识别门禁系统，成为消除目前监狱门禁系统的安全隐患的唯一方法。汉王科技针对监狱高安全级别的门禁系统需求，采用全球领先的双目立体人脸识别技术，提出了完整人脸识别门禁整体解决方案。 据介绍，汉王“人脸识别门禁整体解决方案”由汉王人脸门禁机、控制器、报警装置及后台服务器组成，真正实现了人脸开门的梦想，大大增加门禁系统的安全性，实时监控门的状态，杜绝非授权人员的进出，同时保存人脸照片记录，可实时回放追查。该系统还可以实现密码、人脸识别、刷卡的多重认证，你的卡，只能你本人使用，若他人冒用，系统可以自动报警，能够有效防止门禁卡的遗失、冒用、盗用，有效解决了传统钥匙、密码锁、门禁卡、指纹“只认物不认人”的弊端。此外，“人脸通”门禁系统具有活体检测功能，即使犯罪分子能躲过全部狱警并能拿到门禁卡以及人的手指，但是面对人脸识别，纵使三头六臂，也难以实现越狱。可以说，汉王“人脸通”门禁系统有效消除目前监狱门禁系统普遍存在的安全隐患，杜绝类似呼市越狱事件的发生。 目前，汉王科技目前拥有完全自主知识产权的“双目立体”人脸识别算法，并且已经陆续推出了一系列人脸识别技术及其产品，“人脸通”在全球形成了1000万用户的市场规模，并且深入应用到了监狱安防领域，包括上海提篮桥监狱、陕西汉中汉军监狱、山东邹城监狱等众多成功案例。 延伸阅读 ATM机装人脸通可实现刷“脸”取款 在ATM 机前取钱，担心身后有人偷看密码，或是担心不法分子对ATM 机做了手脚，甚至不小心丢了卡，还担心犯罪分子拿着你的卡盗取钱？过去对银行卡的种种不愉快，可能将发生根本的变化。据悉最新一代高科技产品——汉王人脸通，将专门安装在ATM 机上端，成为“ATM 机的保护神”，这种高科技产品明年将很快在北京应用。 汉王人脸通具有防蒙面伪装取款功能，自动通过ATM 机上的外置摄像头，拍摄取款人脸部特征，在确认取款人的眼睛、鼻子、嘴等部分的鲜明轮廓之后，方可进行下一步交易。如果取款人戴着口罩、墨镜以及帽子，使得机器无法辨认取款人脸部轮廓，取款机将自动终止取款交易，防止蒙面犯罪嫌疑人在取款机中取走失主存款。 另外，当ATM 机上的摄像头出现遮挡、机器遭到恶意敲打破坏、视频丢失等情况时，人脸通可以通过自动检测并实时报警提醒。 核心提示 汉王人脸通，这款拥有完全自主知识产权的人脸识别系统就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别速度快，识别率达到99％以上，而目前全球其他人脸识别系统的识别率一般在70%—90%之间，双目立体人脸识别技术遥遥领先，这奠定了人脸通大规模商用的基础。 原文出处：科技行者 转载请与作者联系，同时请务必标明文章原始出处和原文链接及本声明。
2018-03-13
优秀的个人博客,低调大师

英特尔就是商机？来听听渠道商怎么说

数字时代的到来，不仅让我们看到了许多新兴的、活跃的厂商的崛起，同时也为传统厂商带来了演变——比如英特尔。 Ingram Micro New Zealand的产品市场经理Jason Simons表示，英特尔正在从一个PC公司转型为“为云和日益增长的智能互联世界提供动力”的公司。 “组成PC端业务的物联网，通过与云的连接，实现了更多价值。数据分析是开放云与数据中心间价值的关键点，而这需要在高性能计算、大数据和机器学习能力上面有所创新。”Simons说。“利用5G技术访问云让这些连接成为可能，而英特尔的战略是通过——他们称之为‘良性增长循环’——对其进行交付。” Ingram Micro 正为经销商们提供一系列的解决方案，包括他们的输入服务器模块和SMB服务器模块。 Simons表示英特尔的全工厂检验服务器系统可以节省时间和金钱成本，空出来的时间可以让经销商们专注于价值增值以及竞争差别化。另外，这是一个无品牌系统，使经销商们能够依照客户的具体要求而制造，也能够满足终端用户的需求。 “利用英特尔的工程，经销商们可以从更高的起点开始，降低本钱和运作成本。这些省下来的资金和运作资源，就可以应用在实现市场差异化上。”Simons说，“这就使经销商们能够远离关于创新或为客户定制解决方案的竞争，为他们带来更高的利润。” 英特尔称自己作“能者多劳”，他承受了质量、可靠性、世界级的集成、验证、认证和支持——而且Simons表示该厂商是经销商的“工具包”里的一件非常有价值的“工具”。 “通过于英特尔的品牌联合在一起，服务器经销商能够获得显而易见的可信度——世界级的工程、质量和可靠性。”Simons说，“加入英特尔合作伙伴计划，经销商们可以获得市场营销和销售工具，以及英特尔制定项目的独家资源、培训和奖励。” 本文转自d1net（转载）
2017-07-03

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-04-11 大小: 211.28KB 下载: 56次
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。

时间: 2026-08-21 大小: 189MB 下载: 7次
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。

时间: 2026-08-21 大小: 5MB 下载: 2次
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。

时间: 2025-12-13 大小: 249.54MB 下载: 22次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册