一种实体识别的后期处理优化算法

传统实体识别中有两种常用的方法:一种方法是基于概率模型的机器学习方法;另一种方法是依靠领域知识作度量标准匹配的方法。在基于相似度和概率的记录匹配技术的基础之上增加了数据预处理和后期处理,并在后期处理过程中进行了优化,主要包括不一致性消除、记录更新以及等价消除。实验结果表明,该算法得到了更好的实体识别结果。

大数据在金融行业的应用

金融机构的重要作用之一是解决资金融通双方的信息不对称问题,作为新兴的信息技术,大数据的使用突破了传统金融机构解决信息不对称的方式,互联网金融借助大数据在信息挖掘、分析和预测上的强大功能,抢占传统金融业务、开拓新的市场需求。大数据在金融行业创造着重要的业务价值,随着大数据在金融行业中价值的发挥,金融体系也正在重构。究竟大数据在金融行业中创造了哪些重要的业务价值呢？传统金融机构、

智能投顾:金融与科技的时代融合

现代社会中,人们的工作和生活空间随着信息传播的速度与范围都有了超越以往的飞速进展,我们一边获取更丰富的信息、了解更多的知识、掌握更多的技能,一边追求更多的财富积累,实现财富保值、升值的金融工具创新逐渐成为大众渴望了解、掌握及运用的发展方向。近期在欧美市场迅速兴起的数字化资产配置服务——智能投顾（Robo Advisor）也进入了中国民众的投资关注领域。

大数据时代下洗钱风险侦测

洗钱,是指通过货币转换来掩饰其非法来源的过程,或者通过金融体系转换货币或其他资产以达到掩饰他们非法来源的目的。恐怖融资,是指利用金融系统为恐怖活动融资的过程,它既要掩盖资金来源也要掩盖资金用途。

探索最佳技术路线,打造个性化客户关系

Teradata最新调查显示,营销人员努力探索最佳技术路线,打造个性化客户关系。研究报告还披露,企业在预算决策中很大程度上依靠直觉而非利用数据,……最终将在客户体验上付出代价。

浅谈大数据在银行的落地

“大数据”概念2011年首次进入Gartner技术成熟度曲线,至今经过3年发展,经历了感知期、过热期,正转向低谷期。“低谷”看似消极,但正是在此阶段,人们才冷静下来,回归现实,开始思考“大数据”的本质和价值。人们关注的问题,也从“什么是大数据？”到“大数据能解决什么问题？”,甚至“我有这样那样的问题,如何用大数据的方法来解决？”

感知型企业

构建数据驱动商业决策的公司。在美国奥兰多迪斯尼乐园,每一位游园者都会佩戴一个＂魔力腕带＂,这个＂魔力腕带＂里面装有传感器,这样人们能够使用腕带在园内直接消费,订酒店、餐饮消费以及购物,腕带还能提供各种优惠。在园区内游玩的孩子以及父母,都可以实时体验到各种服务,这些游园客人的体验借此得以优化。

大数据这样建设

数据分析的未来将朝着更为普及化、更为实时的数据分析去迈进，也就是说“针对正确的人，在正确的时间，获得正确的信息”，从这个意义来说，它已经超越了技术本身，是更为接近业务层面的实时分析。