方案概述

政府(fu)和企業(ye)的信息化積累(lei)了大量的數據,涵蓋其(qi)業(ye)務(wu)、運營(ying)、財務(wu)等各個方面,隨(sui)著數據維(wei)度的增多和關聯(lian)度的增強,傳統BI的分(fen)析方法已經無法充分(fen)的挖掘數據中的價(jia)值。人工(gong)智(zhi)能的再(zai)次興起為數據提供了新的應用模式,能夠從高維(wei)度的數據中發現深層的關聯(lian)關系,精確地進行分(fen)類、預測(ce)等分(fen)析,從而為政府(fu)和企業(ye)的決策提供依(yi)據。同(tong)時,人工(gong)智(zhi)能也對政府(fu)和企業(ye)應用的建設者提出(chu)了新的要(yao)求。

首先(xian),人工(gong)智(zhi)能在政府(fu)和企業(ye)的應用要(yao)求建設者具備(bei)將業(ye)務(wu)映cheng)淶絞蕕哪芰Α=ㄉ枵咭環矯嬉yao)熟悉業(ye)務(wu)過程、內容和需求,另(ling)一方面需要(yao)了解當前(qian)所能夠掌握的數據資源(yuan),並將業(ye)務(wu)的需求與數據資源(yuan)關聯(lian)起來。

其(qi)次,人工(gong)智(zhi)能在政府(fu)和企業(ye)的應用要(yao)求建設者具備(bei)數據和算法建模的能力。建設者需要(yao)具備(bei)統計、機器學習(xi)、深度學習(xi)等領域(yu)的專業(ye)知識(shi),能夠針對業(ye)務(wu)場景的需求建立(li)數據的模型和算法的模型,並對模型進行訓(xun)練、驗證(zheng)和優化,使其(qi)能夠滿足業(ye)務(wu)應用的要(yao)求。

除此(ci)之外,政府(fu)和企業(ye)的應用建設者還需要(yao)轉變(bian)傳統的應用建設思(si)維(wei),從人工(gong)智(zhi)能的層面理解應用的內容和工(gong)作方式,從數據的準備(bei)、標注,到模型的更(geng)新,實(shi)現面向回歸、分(fen)類、預測(ce)、關聯(lian)發現等類型場景的新型應用。
因此(ci),政府(fu)和企業(ye)迫切需要(yao)一個能夠幫助(zhu)其(qi)簡單、快(kuai)速使用人工(gong)智(zhi)能模型和算法方案,釋(shi)放數據中的價(jia)值。

金蝶天燕人工(gong)智(zhi)能應用解決方案是(shi)一個集成(cheng)了大數據緩存(cun)、大數據分(fen)析處理引擎、人工(gong)智(zhi)能算法模型以及大數據分(fen)析與建模平台(tai)的整體解決方案,能夠幫助(zhu)用戶簡單、快(kuai)捷的實(shi)現從數據的采集、緩存(cun)到分(fen)析建模以及應用與可視化的全過程,降低人工(gong)智(zhi)能在政府(fu)和企業(ye)中應用的技術門檻。

客戶價(jia)值

1. 涵蓋主流的人工(gong)智(zhi)能算法模型

金蝶天燕人工(gong)智(zhi)能應用解決方案包(bao)含了主流的機器學習(xi)、深度學習(xi)算法,支持聚類與降維(wei)、分(fen)類分(fen)析、回歸預測(ce)、關聯(lian)發現、統計pin)fen)析以及數據可視化等的智(zhi)能分(fen)析應用場景,同(tong)時提供面向算法流程訓(xun)練、優化的主流算法和模型。

2. 提供所見即(ji)所得的算法流程建模方式

金蝶天燕人工(gong)智(zhi)能應用解決方案為用戶提供交互式、可見即(ji)所得的分(fen)析和流程建模界面,可幫助(zhu)用戶構建人工(gong)智(zhi)能分(fen)析的實(shi)驗床,通過直觀的方式嘗試不同(tong)的算法,建立(li)數據分(fen)析流程和模型,訓(xun)練、測(ce)試、驗證(zheng)和優化分(fen)析流程。

3. 支持主流的數據計算引擎

金蝶天燕人工(gong)智(zhi)能應用解決方案支持主流的計算框架(jia),包(bao)括(kuo)主流的Tensorflow、Theano、Keras等人工(gong)智(zhi)能計算框架(jia),支持zhi)嬡uda架(jia)構的GPU計算,可適(shi)應不同(tong)數據量、不同(tong)類型業(ye)務(wu)應用對計算框架(jia)、資源(yuan)類型和tu)撲隳芰Φ囊yao)求。

產品(pin)組合及特(te)性

1. 快(kuai)速上手

用戶通過可見即(ji)所得的拖拽式操作,建立(li)數據分(fen)析流程

2. 快(kuai)速建模

模型組件(jian)通過黑盒方式運行,用戶可通過兼容的組件(jian)進行建模,無需具備(bei)很深的理論基礎

3. 快(kuai)速洞察(cha)

用戶可對數據樣本進行交互式的分(fen)析,樣本分(fen)析結果隨(sui)模型變(bian)化即(ji)時生(sheng)成(cheng)

客戶案例

中船物貿

中船物貿是(shi)中船重(zhong)工(gong)負責物資集中采購的單位,需要(yao)管理近千(qian)家ye)cheng)員單位上萬個品(pin)類物資shi)牟曬骸 ┬Φ牧 獺N shi)現物資采購及管理的過程,中船物貿建設了物料采購平台(tai),用于(yu)處理集團成(cheng)員單位的采購需求、審批(pi)流程以及與供應商對接的過程。

在執行物資采購申請的過程中,成(cheng)員單位需要(yao)在物資shi)納賢蚋隼啾鷸脅cha)找ye)降鼻qian)所申請物料的類別,按類別相應的模板填(tian)寫物料申請。由于(yu)物資種類繁多,物資shi)納昵牘倘菀壯chu)錯(cuo),且處理效(xiao)率較(jiao)低,大量的時間花費(fei)在了物資類別的查(cha)找過程中。

基于(yu)人工(gong)智(zhi)能應用解決方案,我們(men)對中船物貿積累(lei)的近百萬條用戶物資申請的歷史數據進行了特(te)征(zheng)化處理,從中提取(qu)了用戶申請物資過程中對物資描(miao)述的行為特(te)征(zheng),形成(cheng)特(te)征(zheng)數據集。通過對機器學習(xi)算法的訓(xun)練,我們(men)使機器學習(xi)算法獲(huo)取(qu)了用戶輸入物資描(miao)述的語言習(xi)慣,並固化為特(te)定的模型,從而能夠根據用戶輸入物資描(miao)述的特(te)征(zheng),智(zhi)能的生(sheng)成(cheng)用戶所需物資shi)睦啾稹> 啻蔚牡xun)練,在中船物貿的物資自動分(fen)類識(shi)別系統中,機器學習(xi)模型對物資類別的識(shi)別率可達95%。通過物資自動分(fen)類識(shi)別模型與物資采購平台(tai)的集成(cheng),我們(men)實(shi)現了物資shi)鬧zhi)能自動歸類,系統能夠自動根據用戶對物資shi)拿miao)述識(shi)別物資類別,使集團成(cheng)員單位的物資申請處理效(xiao)率大幅提高。

万人龙虎 | 下一页