1. 程式人生 > >金融科技&大資料產品推薦:恆豐銀行實時智慧決策引擎

金融科技&大資料產品推薦:恆豐銀行實時智慧決策引擎

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

恆豐銀行實時智慧決策引擎是恆豐銀行業務策略管理解決方案的核心產品,該產品讓策略業務人員輕鬆高效地配置出風控、反欺詐、實時營銷等場景下實時、準實時的決策模型/規則

官網 | www.datayuan.cn

微信公眾號ID | datayuancn

本產品為資料猿推出的“金融科技價值—資料驅動金融商業裂變”大型主題策劃活動第一部分的文章/案例/產品徵集部分;感謝恆豐銀行 的產品投遞

1、產品名稱

恆豐銀行實時智慧決策引擎

2、產品分類

金融科技·風控、反欺詐、實時營銷

3、產品介紹

恆豐銀行實時智慧決策引擎是恆豐銀行業務策略管理解決方案的核心產品,該產品讓策略業務人員輕鬆高效地配置出風控、反欺詐、實時營銷等場景下實時、準實時的決策模型/規則,實現在實時流資料的驅動下,基於海量資料進行成千上萬個決策模型/規則的計算任務,滿足高併發、低延遲的應用場景需求。

實時智慧決策引擎提供相關業務策略的全生命週期的統一管理,包括可重用的簡單規則、決策表、決策樹和規則流等元件的編輯、部署、執行、監控等功能,可為任何業務系統提供高效的實時決策管理服務。其非常適用於解決業務策略頻繁變化的場景,它能幫助業務將策略模型/規則從應用程式程式碼中分離出來,通過簡單組合預定義的變數、規則,即可靈活編寫業務策略/規則,從而使使用者能夠專注於分析業務策略/規則計算結果、解決業務問題和進行業務決策。

實時智慧決策引擎具備業務視覺化方式配置業務策略,使非技術業務使用者可直接參與策略運營,將業務策略作為核心資產集中管理,提供透明高效的決策服務支援,產品提供一整套高效、易用的策略模型/規則計算服務,配套了全圖形化配置介面,並提供一整套高效、易用的API服務,能夠被業務系統快速整合。

4、應用場景、人群

交易反欺詐應用場景

欺詐是一個影響所有行業 (特別是金融服務行業) 的持續性問題,隨著經濟一體化和金融全球化程序的加速,網際網路、移動網際網路、網際網路+的快速發展,金融機構業務規模的迅猛增長和品種日益豐富,以及新興業務(如網際網路金融、P2P、電子支付)及自身特點(交易場景複雜、覆蓋範圍廣泛、追蹤記錄難度高)帶來的風險層出不窮,對各類交易風險監測模型/規則的快速配置併發布、預警計算能力和時效性方面提出了更高的要求。

恆豐銀行實時智慧決策引擎憑藉和大資料相關技術和服務平臺進行結合,例如流處理技術、具有推理能力的規則引擎、分散式微服務計算框架、分散式訊息佇列、具有海量資料查詢和分析能力的記憶體資料庫構建的決策引擎具有實時智慧決策能力,通過對實時流資料進行高速地規則計算,以檢測資料中的異常模式,從而對事中交易欺詐活動(如洗錢和付款欺詐) 保持高度警惕。

0?wx_fmt=jpeg

實時營銷應用場景

在雲端計算、大資料、人工智慧的快速發展背景下,金融行業的營銷方式發生了很大變化,根據特定消費者當前的個性需要,為其提供商品或服務,該商品或服務在被消費過程中自動收集顧客資訊,分析、瞭解消費者的偏好和習慣,自動調整產品或服務功能,實時地適應消費者變化著的需要,“以消費者為中心,以消費者需要為出發點,以消費者滿足為終點”促使“消費者需要”變成一種“動態需要”,即滿足特定消費者當前的個性需要,適應客戶需要的多樣化和個性化;在應用技術層面迫切需要滿足業務人員對實時、精準營銷策略/規則進行頻繁變化的支援。

恆豐銀行實時智慧決策引擎通過實時決策路由、營銷策略模型/規則,使對客戶類系統能夠更有效和更快速地搜尋產品和服務,從而確定客戶最有可能感興趣的商品或服務。

0?wx_fmt=jpeg

信用反欺詐應用場景

伴隨著網際網路金融大潮,各類信貸業務爆發式增長,除了傳統的信用卡、小貸業務,消費金融、普惠金融等新型信貸業務也百花齊放。而風控,始終是信貸業務的重中之重,貸前風險稽核則是信貸業務風險防範的第一步。

恆豐銀行實時智慧決策引擎通過實時決策路由、評分卡規則+信用反欺詐模型/規則,為信審類系統進行實時客戶信用評級和信用反欺詐監測預警來降低信貸風險。

0?wx_fmt=jpeg

5、產品功能

恆豐銀行實時智慧決策引擎分為SaaS和私有版本,產品由運營管理和決策引擎2個系統組成。

系統原理圖

0?wx_fmt=png

決策引擎

決策引擎提供一組API介面,用於整合業務系統,業務資料從業務系統實時下發決策引擎,決策引擎根據運營管理系統的資源配置資訊、決策模型/規則配置資訊,進行分析計算,計算結果實時輸出給業務系統。

在SaaS版本下,決策引擎由多個叢集組成,可為眾多租戶提供不同應用場景下的服務需求(例如CPU、記憶體、叢集節點數量、資料庫型別)。

決策引擎叢集的服務節點可根據業務需要進行動態橫向擴充套件,以便滿足使用者的業務發展需要。

租戶、業務系統、運營管理和決策引擎的整體資料互動如下圖:

0?wx_fmt=png

與其它人工智慧平臺/系統對接

和其它傳統決策引擎一項重大區別在於,產品實現了在業務決策過程中可根據需要在規則流的某個環節去實時呼叫其它系統提供的服務介面,特別是在大資料、人工智慧時代的反欺詐、實時營銷業務場景下,業務決策過程需要有其它人工智慧平臺/系統提供決策支援;產品通過外部介面物件規則配置,可方便的實現呼叫需要的人工智慧平臺/系統提供的服務介面,例如實時呼叫語義分析、客戶畫像、機器學習平臺、裝置指紋系統提供的服務介面實現對反欺詐場景下的交易進行不同風險維度的智慧資料分析支援,引擎根據分析結果進行模型/規則計算,從而更加智慧的識別出風險訊號。

0?wx_fmt=png

運營管理

SaaS版本的運營管理系統分為系統運營管理控制檯和使用者運營管理控制檯,功能框圖如下:

0?wx_fmt=png

0?wx_fmt=png

私有版本和SaaS版本的運營管理系統區別在於,私有版本的各種系統級配置(如統一報文配置、路由分割槽配置等)可以儲存在使用者本地資料庫或檔案系統裡,各種系統級資源(如引擎資源、資料庫資源、訊息佇列資源等)由使用者本地提供,同時私有版本可以安裝部署在使用者本地環境。

決策模型/規則配置

決策模型/規則配置是產品的核心功能,包括:

0?wx_fmt=png

1) 多語言外掛

規則的條件定義可使用產品自定義的規則語言或SQL語言,或者規則語言和SQL語言的組合條件。

  • 規則語言支援標準的運算子

0?wx_fmt=png

  • 產品提供一組函式,可在規則語言中使用

0?wx_fmt=png

  • 產品提供語法檢查功能

當規則條件定義完成後,決策引擎的語法檢查功能可用於校驗使用者配置的規則語言或SQL語言是否編寫正確。

  • 規則條件定義舉例

風險監測規則舉例1(基於實時交易流水判斷):當前實時交易流水是未成年人大額交易(判斷條件:交易金額大於5萬,客戶年齡小於16歲)則命中規則,那麼規則條件編寫如下:

0?wx_fmt=png

風險監測規則舉例2(基於時間滑動視窗的複雜事件處理):當前實時交易流水的卡號5分鐘內交易金額大於5萬,且客戶年齡小於16歲:

0?wx_fmt=png

2) 常量配置管理

常量是一種資料型別的固定值,可被引用於多個決策模型/規則的定義中作為條件的計算因子,其主要特點是當進行常量值變更的時候,所有引用它的規則的條件將同時發生變化,這將減少對使用者對多個規則的修改和釋出,縮短了規則的修改和重新發布時間。

常量定義介面如下圖:

0?wx_fmt=png

3) 變數配置管理

變數配置是一種特殊規則配置,其規則輸出結果是一種資料型別的實時計算值,其計算結果可做為其它規則的條件計算因子。它的主要作用是將規則的一部分計算條件抽取出來進行封裝,變成其它規則的共享條件,從而減少了引用它的規則的條件編寫複雜度。

變數定義介面如下圖:

0?wx_fmt=png

4) 外部資料物件配置管理

物件是多個變數的組合,外部資料物件配置是一種特殊規則配置,和傳統的決策引擎不一樣的是,引擎可以通過配置的方式,呼叫其它業務系統提供的實時聯機介面獲取分析需要的資料,減少了傳統決策引擎在外部資料接入方面需要二次開發的時間和費用,保證業務的開展的時效性。

外部資料物件規則的計算結果可作為其它規則的條件計算因子。

外部資料物件定義介面如下圖:

0?wx_fmt=png

5) 內部資料物件配置管理

內部資料物件配置是一種特殊規則配置,和傳統的決策引擎不一樣的是,引擎可以通過配置的方式,從資料庫查詢獲取分析需要的資料,減少了傳統決策引擎在外部資料接入方面需要二次開發的時間和費用,保證業務的開展的時效性。

內部資料物件規則的計算結果可作為其它規則的條件計算因子。

內部資料物件定義介面如下圖:

0?wx_fmt=png

6) 決策模型/規則配置管理

決策模型/規則的計算結果將輸出給對應的業務系統,例如反欺詐系統獲取到的計算結果就是風險訊號或預警資訊。

決策模型/規則定義介面如下圖:

0?wx_fmt=png

7) 評分卡規則

評分卡規則用於定義評分指標和評分結果條件,它可以認為是一個數學工具,根據實時資料和各種相關因素資料,來預測發生某個特定結果的可能,例如評分卡的計算結果可應用於信貸審批。

評分卡規則定義介面如下圖:

0?wx_fmt=png

8) 路由配置管理

路由是一棵決策樹,用於制定規則流,使用者可根據業務需要配置多個決策路由;路由為引擎的核心部件,路由的引入,一方面可以定義資料在決策引擎中的決策流程/路徑,另一方面也大大提高了引擎的規則匹配的執行效率,這主要因為路由的每條路徑都可以設定規則條件,當條件不滿足的時候,該路徑下的任何一級規則都不會再執行;路由可根據實際的業務情況進行制定/規劃,例如針對每一個業務決策模型可以制定一個決策路由,或者一個決策路由可以關聯多個業務決策模型。

路由定義介面如下圖:

0?wx_fmt=png

9)規則試算

決策模型/規則和路由配置完成後,規則試算功能可用於校驗決策模型/規則的執行效果,其功能頁面如下圖:

0?wx_fmt=png

  • 統計報表

產品提供了一組業務統計報表,策略管理人員可用於分析策略模型/規則的使用效能,示例截圖如下:

0?wx_fmt=png

0?wx_fmt=png

  • 效能監控

產品提供一組效能監控檢視,包括CPU、記憶體、處理延遲、處理吞吐量,相應截圖如下:

0?wx_fmt=png

0?wx_fmt=png

6、產品優勢

SaaS服務和私有版本兼具

極大滿足不同客戶的使用需求(例如在維護成本、資料安全方面的考慮等)。

在SaaS版本下,產品提供了一整套的使用者,角色,業務分組管理,業務條線的管理人員可根據自己的組織架構靈活配置使用者角色許可權,實現業務分組管理。

靈活制定策略模型/規則

以策略管理人員為中心的設計理念,業務策略規則與應用系統剝離,通過條件因子可以自由組合規則;通過規則語言或者SQL的方式配置策略模型/規則,圖形化路由配置進行決策樹或規則流定義,相比其它產品學習曲線更為平緩。使得業務規則制定人員不需要對規則引擎底層有深入的瞭解,只需要專注於業務邏輯。

支援實時資料接入

採用大資料實時流處理技術、Drools規則引擎、分散式記憶體資料庫、高可靠的分散式技術架構實現,可支援複雜資料(行為、事件)的實時計算。

支援多資料來源實時接入

業務系統可通過實時聯機介面實現下發業務資料進行實時決策,也可通過訊息佇列方式準實時下發業務資料;同時和其它決策引擎產品不同的是,引擎可通過便捷的規則配置,主動呼叫外部實時聯機介面或實時查詢資料庫獲取業務資料進行實時決策,因此也可以減少資料接入需求變化需要的二次開發的時間和費用。

  • 策略模型/規則實時生效

自定義常量,規則,路由可以隨時靈活建立、更新、部署、下架。規則和路由部署後按照預先設定的生效時段自動生效。

  • 策略模型/規則版本控制

所有的配置都將進行版本維護,例如同一個規則的其它版本可根據需要進行重新發布使用。

  • 監控&統計

產品提供了一組業務統計報表,業務人員可以一目瞭然的看到規則的觸發頻率,觸發時間、觸發熱點地圖,對其評價業務規則效用、制定修改業務規則有很高的參考價值。

同時產品也提供了一組實時效能監控檢視,運維人員可以實時瞭解引擎的執行狀態。

  • 低成本接入

提供一整套高效、易用的API服務,API方式對接,能夠被業務系統快速、方便的接入。

  • 支援Docker化部署,快速實現動態擴容

產品基於微服務技術架構設計和實現,各主要服務可部署在不同的Docker容器叢集中,使得各服務叢集可快速部署啟動和進行橫向能力動態擴充套件。

  • 穩定可靠

高效能分散式記憶體計算架構,並採用實時流處理技術實現,可以處理任意數量的流資料,對成千上萬個決策模型/規則的計算任務可快速響應,毫秒級決策結果返回。

7、服務客戶、使用人數

恆豐銀行實時智慧決策引擎目前只提供給行內使用者使用,當前已經接入的使用者有運營管理部、信用卡部、電子渠道部、科技開發部。

產品服務客戶情況如下:

恆豐銀行運營風險監測系統(內部運營管理)

實時智慧決策引擎為運營風險監控系統的準實時風險監測預警場景提供決策服務,對各個已經進行監測的風險點,其風險預警提取資料明顯呈下降趨勢,風險點預警提取資料最低下降63%,風險點預警提取資料最高下降92%,平均下降幅度達到75%,從而有效地規範了櫃員操作行為,降低了風險的發生。

0?wx_fmt=png

恆豐銀行信用卡交易服務監測系統(信用卡)

實時智慧決策引擎為信用卡交易服務監測系統提供風險監測服務,通過區分客戶、賬戶、卡片、商戶、商戶終端等維度,對信用卡業務各類交易和行為進行監測,對異常行為(包括交易)進行準實時管控,對需要進行服務的行為進行引數調控,人工觸達客戶,從而提升交易授權通過率、提升整體授權服務品質。

0?wx_fmt=png

恆豐銀行借記卡交易反欺詐系統(電子渠道)

實時智慧決策引擎為借記卡交易反欺詐平臺提供全渠道的事中風險監測服務,對接入的線上渠道的特定交易進行實時監控,識別出可疑、可疑欺詐和欺詐交易事件,為渠道端實時輸出風險級別訊號。

0?wx_fmt=png

恆豐銀行IT系統運營監控平臺(科技開發部)

實時智慧決策引擎對IT系統運營監控平臺下發的日誌報文進行規則匹配分析,輸出日誌告警訊號,為IT系統運營監控平臺的運維監控提供運維決策支援服務。

0?wx_fmt=png

8、市場價值

恆豐銀行實時智慧決策引擎將是我行基於自主研發、自主創新思路構建的金融科技工具產品,其可應用於需要實時營銷決策、實時風險監測的業務場景,同時也可為其他需要實時決策服務的場景提供智慧決策服務。其SaaS服務和私有化產品服務能力,不僅能為恆豐銀行自身,也可為其他金融機構客戶提供科技優化創新技術支援與服務。

恆豐銀行實時智慧決策引擎可解決傳統的商業決策引擎產品及其應用技術架構無法兼顧實時決策需要的高併發、低延遲、快速策略規則配置並實時釋出的應用場景需要,將極大提升各類風險或反欺詐監測的效率、提高風險發現和防範能力,同時將提高金融產品的營銷決策能力、優化營銷決策及服務流程,從而提升客戶服務的體驗。

- 所屬企業及介紹 -

企業恆豐銀行股份有限公司是12家全國性股份制商業銀行之一,註冊地煙臺。

近年來,恆豐銀行穩健快速發展。截至2016年末,恆豐銀行資產規模已突破1.2萬億元,是2013年末的1.6倍;存款餘額7578億元,貸款餘額4252億元,均比2013年末翻了一番。2014年至2016年累計利潤總額312.17億元,這三年的累計利潤總額為以往26年的累計利潤總額;服務組織架構不斷完善,分支機構數306家,是2013年末的兩倍。

近年來,恆豐銀行屢獲榮譽。在英國《銀行家》雜誌釋出的“2016全球銀行1000強”榜單中排名第143位;在香港中文大學釋出的《亞洲銀行競爭力研究報告》中位列亞洲銀行業第5位;在中國銀行業協會發布的“商業銀行穩健發展能力‘陀螺(GYROSCOPE)評價體系’”中,綜合能力排名位列全國性商業銀行第7位,全國性股份制商業銀行前三;榮獲“2016老百姓最喜歡的股份制商業銀行”第二名、“2016年網際網路金融創新銀行獎”、“2016年最佳網上銀行安全獎”、“2016年度創新中國特別獎”等多項榮譽。

作為一家肇始於孔孟之鄉山東的全國性股份制商業銀行,恆豐銀行秉承“恆必成 德致豐”的核心價值觀,踐行“1112·5556”工程,即:一個願景(打造“精品銀行、全能銀行、百年銀行”)、一個文化(打造“開放、創新、競爭、協同、守規、執行”的“狼兔文化”)、一個目標(五年目標是以客戶為中心,以創新為驅動,高效協同,彎道超車,五年內進入全國性股份制商業銀行第二方陣;十年目標是要打造一個國際金融控股集團)、兩個策略(“植根魯蘇,深耕成渝,拓展中部六省和海西,進軍京滬廣深”的區域策略和“四輪驅動、兩翼齊飛”的經營策略)、“五化”強行戰略(國際化、資訊化、精細化、科技化、人才化)、“五力”工作方針(忠誠力、執行力、目標力、風險經營力、恆久發展力)、五個引領(人才引領、科技引領、創新引領、效率引領、效益引領)、六大綜合能力(價值分析能力、風險鑑別能力、定價能力、創新能力、調研能力、學習能力);大力實施“12345”行動綱領,即:“1”是做金融綜合解決方案的提供商,“2”是金融雲平臺和大資料平臺,“3”是數字銀行、交易銀行、銀行的銀行,“4”是龍頭金融、平臺金融、家庭金融、O2O金融等四大金融創新業務模式,“5”是投行、資管、平臺、人才盤點和以“One Bank”為核心的績效評價體系等五大戰略落地工具,致力於做“知識和科技的傳播者、渠道和平臺的建設者、金融綜合解決方案的提供者”,力求打造令人矚目、受人尊敬的商業銀行,為客戶和社會提供效率最高、體驗最佳的綜合金融服務。

0?wx_fmt=gif

作為整體活動的第二部分,2017年10月25日,資料猿還將在北京舉辦千人規模的“2017金融科技價值——資料驅動金融商業裂變”峰會並將在現場舉行文章、案例、產品的頒獎典禮

更多精彩內容

(點選關鍵詞檢視)

· 觀 點 ·

· 案 例 ·

0?wx_fmt=jpeg

0?wx_fmt=jpeg

相關推薦

金融科技&資料產品推薦銀行實時智慧決策引擎

恆豐銀行實時智慧決策引擎是恆豐銀行業務策略管理解決方案的核心產品,該產品讓策略業務人員輕鬆高效地配置出風控、反欺詐、實時營銷等場景下實時、準實時的決策模型/規則 官網 | www.datayuan.cn 微信公眾號ID | datayuancn 本產品為資料猿推出的“金融科技價值—資料驅動金

資料24小時中國平安推出區塊鏈解決方案“壹賬鏈”,雲從科技釋出3D結構光人臉識別技術

【資料猿導讀】釋出3D結構光人臉識別技術;計算機視覺創企雲從科技對外發布3D結構光人臉識別技術;

資料——從推薦策略演算法到推薦系統,到資料架構,再到產品設計

01 推薦策略以及演算法的百花齊放 承上,我們講了最基礎的基於內容屬性本身的相似關係進行鍼對物品的推薦,再到基於使用者的興趣屬性進行推薦,再過渡到基於協同關係進行推薦,其實這些都算是推薦的策略,說的更技術點就是推薦的演算法。 而推薦策略的想象力其實無限的,並不侷限於某

此文獻給正打算入門資料的朋友資料學習筆記1000條(1)

1、Zookeeper用於叢集主備切換。 2、YARN讓叢集具備更好的擴充套件性。 3、Spark沒有儲存能力。 4、Spark的Master負責叢集的資源管理,Slave用於執行計算任務。 5、Hadoop從2.x開始,把儲存和計算分離開來,形成兩個相對獨立的子叢集:HDF

此文獻給正打算入門資料的朋友資料學習筆記1000條(2)

501、MapReduce計算框架中的輸入和輸出的基本資料結構是鍵-值對。 502、Hadoop神奇的一部分在於sort和shuffle過程。 503、Hive驅動計算的“語言”是一XML形式編碼的。 504、Hive通過和Jobtracker通訊來初始化MapReduce任務(Job)。 505、M

網際網路金融資料風控的九種維度

網際網路金融做大資料風控的九種維度 在網際網路金融迅猛發展的背景下,風險控制問題已然成為行業焦點,基於大資料的風控模型正在成為網際網路金融領域的熱門戰場。那麼,大資料風控到底是怎麼一回事呢?與傳統風控相比,它又是怎樣來進行風險識別的呢?本文對此進行了探討。 大資料能夠進行資料變現的商

那麼多高校都選擇它的資料產品,但它似乎並不滿足於此

1、大資料在高校的應用有多麼廣泛?   吉林大學現在畢業的同學,每人都會收到一份自畫像,融匯了其在校學習、生活的點點滴滴,包括成績、課程、消費、獎勵、課外活動等。儘管不是件大事,但是很有意義。 大連理工大學通過建設領導駕駛艙,校領導在一個介面就能全盤掌

資料解決方案挖掘資料價值,讓選擇更有依據

隨著科技的高速發展,資料在人們生活和決策中所佔的比重越來越大,大資料的熱浪已然覆蓋了整個時代。資料顯示,到2020年,中國大資料產業規模或達13626億元。大資料一直在積極賦能眾多產業,包括金融、醫療、農業、教育等,如何在各個行業中深度挖掘大資料價值,讓決策者的選擇有據可依,這就需要專業的大資料解決

資料學習路線Zookeeper叢集管理與選舉

大資料技術的學習,逐漸成為很多程式設計師的必修課,因為趨勢也是因為自己的職業生涯。在各個技術社群分享交流成為很多人學習的方式,今天很榮幸給我們分享一些大資料基礎知識,大家可以一起學習!   1.叢集機器監控   這通常用於那種對叢集中機器狀態,機器線上率有較高要求的場景,能夠快速對叢集中機器變化作出響

資料架構師如何從零基礎搭建資料hadoop生態圈

從年初起,幾家國際大廠的開發者大會,無論是微軟Build、Facebook F8還是稍後的Google I/O,莫不把“AI優先”的大旗扯上雲霄。如果這一波AI大潮只是空喊幾句口號,空提幾個戰略,空有幾家炙手可熱的創業公司,那當然成不了什麼大氣候。但風浪之下,我們看到的卻是,Google一線的各大業

資料求索(1)HDFS安裝指南

大資料求索(1):HDFS安裝指南 背景 HDFS是分散式檔案系統,是Hadoop的基礎,本章主要介紹如何安裝HDFS。 環境引數 centos 6.5 hadoop2.6.0-cdh5.7.0 jdk8 偽分散式安裝 一、JDK安裝

資料求索(4)Hive安裝和使用

Hive安裝和使用 Hive環境搭建 Hive下載 wget https://archive.cloudera.com/cdh5/cdh/5/hive-1.1.0-cdh5.7.0.tar.gz 解壓 tar -zxvf hive-1.1.00cdh5.7.0

騰訊資料工程師奉勸各位資料入門者莫踩以下三類大坑

騰訊高層21世紀是資料資訊大發展的時代,移動互聯、社交網路、電子商務等極大拓展了物聯網的邊界和應用範圍,各種資料正在迅速膨脹並變大。大資料是一種規模大到在獲取、管理、分析方面大大超出傳統資料庫軟體工具能力範圍的資料集合,具有海量的資料規模、快速的資料流轉、多樣的資料型別和價值密度低四大特徵。如果將大資料比作一

看完這些乾貨帖,資料產品從入門到精通

摘要: 看完這些乾貨帖,瞭解大資料產品應用場景 歡迎來到“MVP教你玩轉阿里雲”系列教程,在這裡,你將看到各行各業數字化轉型的一線實踐,學到資深開發者的經驗結晶。 你將以雲端計算領域的技術領袖為師,加速瞭解阿里雲技術產品和各行業數字化轉型的場景。 點選關注,在真實業務場景裡,加快技術成長,看懂數字中

2018資料面試技巧希望給予面試的夥伴門的必備技巧,祝你早日找到理想的工作

大資料相關的開發,最近考慮換工作,基本也只考慮大資料相關崗位。目前新工作已經找好,但想分享一下最近面試的失敗一些經歷(成功的那些就不講了),吐槽吐槽,跟廣大吃瓜群眾分享一下過程中的經歷心得,我的語文是歷史老師教的,還請大家莫怪。 1.公司:國內知名電信運營商,其下面的大資料研究院,面兩輪

電商資料專案-推薦系統實戰之推薦演算法

(1)電商大資料專案-推薦系統實戰http://blog.51cto.com/6989066/2325073 (七)推薦系統常用演算法協同過濾演算法協同過濾演算法(Collaborative Filtering:CF)是很常用的一種演算法,在很多電商網站上都有用到。CF演算法包括基於使用者的CF(User-

資料框架學習從 Hadoop 到 Spark

Hadoop 1. Hadoop是什麼 Hadoop軟體庫是一個利用簡單的程式設計模型在大量計算機叢集上對大型資料集進行分散式處理的框架。 特點:部署成本低、擴充套件方便、程式設計模型簡單。 Hadoop 實現了在行業標準的伺服器上進行可靠、可縮放的分散式計算,讓你能夠以較低

[資料專案]-0011-基於資料技術推薦系統演算法案例實戰視訊教

2018最新最全大資料技術、專案視訊。整套視訊,非那種淘寶雜七雜八網上能免費找到拼湊的亂八七糟的幾年前的不成體系浪費咱們寶貴時間的垃圾,詳細內容如下,視訊高清不加密,需要的聯絡QQ:3164282908(加Q註明51CTO)。     [大資料專案]-0010-基於大資料技術

ActiveReports 資料分析報告貿易爭端與中國企業數字化轉型

2018年11月12日至18日,亞太經合組織(APEC)領導人非正式會議首次在南太平洋最大島國巴布亞紐幾內亞的首都莫爾茲比港舉行,本次會議的主題是:“把握包容性機遇,擁抱數字化未來”。 面對全球不斷變化的貿易環境,中國企業如何加快數字化轉型以應對更大的挑戰?又是如何在國際貿易爭端中不斷重塑企業韌性以適應