• 快捷搜索
  • 全站搜索
系统搜索到约有26项符合神经网络模型的查询结果

1. 人工智能助建金融反欺诈安全防线

反欺诈侦测模型首先必须具备预测性,并且能在关键期间内高效侦测。欺诈行为在关键区间是可预期和可侦测的,准确和效率是关键,才能做到与犯罪分子争分夺秒,及时防损。本文从平台构建规划、使用案例等方面详细介绍了中国建设银行新一代企业级反欺诈平台的搭建过程与已达
/technology/security/2020-02-15/14999.shtml - 2020-02-15 - 金融安全
 

2. 大数据创新引领风险管理新趋势

风险模型实验室作为支持大数据应用及风险模型管理的基础技术平台,规范了数据挖掘及信用风险模型开发和验证过程,提高了大数据应用及模型研发效率,支持了从设计、开发、验证、监测的模型全生命周期管理。
/technology/bigdata/2019-02-14/14924.shtml - 2019-02-14 - 金融大数据
 

3. 个人征信革新赋能信用卡数字化转型

数字化转型中最为重要、也最为复杂的环节,就是数字化风控。充分利用现有条件推动“传统审批授信模式”向“数字化风控模式”蜕变,将成为数字经济时代下信用卡发展的核心竞争力。个人征信市场的加快开放和迅速崛起,恰恰为此提供了无限可能。
/business/credit card/2018-12-27/14896.shtml - 2018-12-27 - 银行卡
 

4. FinTech时代银行智能语音识别技术应用

语音识别技术为商业银行的员工操作和客户服务等应用模式提供了新的技术选择,并能进一步提升业务效率,开拓新的业务运营模式。近年来,语音识别技术得到了迅猛发展,但是该技术在国内商业银行的应用仍处于起步阶段。
/technology/new technology/2018-12-10/14879.shtml - 2018-12-10 - 新兴技术
 

5. 智能金融:区域性银行大零售提速引擎

通过建立金融人工智能分析平台,提升金融结构化数据和非结构化数据的处理与理解能力,推进智能金融产品和服务的积极创新,从而构建金融新业态,将智能金融作为商业银行发展业务提速引擎,使零售业务焕发新的活力与生机。
/technology/new technology/2018-07-30/14793.shtml - 2018-07-30 - 新兴技术
 

6. FinTech 时代信息安全的挑战及应对

FinTech时代的到来,对于银行业是巨大的挑战,也是难得的机遇,工商银行将继续围绕从边界防御转向全面防御、从被动防护转向主动防护、从使用传统工具防护转向利用大数据技术和安全技术结合防护的总体策略,持续优化信息安全管理体系。
/report/focus/2017-12-08/14595.shtml - 2017-12-08 - 焦点
 

7. 智能机器人助力互联网金融行业升级

近年来,我国普惠金融发展呈现出服务主体多元、服务覆盖面较广、移动互联网支付使用率较高的特点。伴随着服务主体和服务内容的快速扩大,如何给用户提供更安全,高效、便捷的随身服务,成为一个非常重要的课题。
/business/IOF/2017-11-30/14577.shtml - 2017-11-30 - 互联网金融
 

8. 神经网络模型在互联网金融反欺诈的实践

本文将以智能风控模型中的神经网络模型为出发点,针对互联网金融欺诈案件特征,着重介绍神经网络模型在互联网金融反欺诈领域的研究与实践,探讨未来互联网金融的实践拓展。
/management/risk/2017-11-09/14536.shtml - 2017-11-09 - 风险管理
 

9. 互联网时代银行卡反欺诈探究

在互联网时代,商业银行应不断升级反欺诈手段,通过科学的风控策略布局,主动有效地防御风险,为银行卡安全支付提供保障,创造健康、有序的用卡环境。
/business/credit card/2017-09-14/14447.shtml - 2017-09-14 - 银行卡
 

10. 互联网时代信用卡欺诈风险管理浅析

面对错综复杂的市场环境和花样百出的欺诈手段,发卡银行必须紧跟时代步伐,积极探索移动互联网大数据、机器学习、人工智能等新技术与欺诈风险防范的结合,提升欺诈洞察能力和欺诈策略适应能力。
/management/risk/2017-09-14/14446.shtml - 2017-09-14 - 风险管理
 

11. 加快金融科技研究 助推工行战略转型

工商银行未来将进一步积极拥抱金融科技,提升自身在技术方面的能力水平,加强技术与业务的融合,通过科技和业务协同形成产品、服务和价值的共创。
/report/focus/2017-08-11/14408.shtml - 2017-08-11 - 焦点
 

12. 筑牢银行防范电信诈骗防线

一直以来,建设银行高度重视风险防控和支付安全保护工作,根据中央统一部署,发挥自身优势,积极行动,建设银行采取了一系列有效措施,取得初步成果。
/technology/security/2017-04-11/14265.shtml - 2017-04-11 - 金融安全
 

13. 构建大数据风控平台严控金融风险

商业银行作为互联网金融中不可或缺的角色,近年来不断开展金融业务创新,对业务流程进行升级甚至重构,对服务模式进行完善优化,逐步将传统金融业务互联网化或基于互联网开拓出全新的金融业务品种。
/technology/bigdata/2017-03-22/14254.shtml - 2017-03-22 - 金融大数据
 

14. 互联网时代信用卡风险管控之道

风险管控是信用卡业务跟进互联网时代,决胜消费金融产业的重中之重。大数据为我们提供了很多应对风险挑战的技术和手段,数据化能力也一直在不断地演进,光大银行信用卡中心应适应时代的发展要求不断探索数据化技术在信用卡风险管控领域运用,为信用卡产业的健康发展保驾
/business/credit card/2016-12-19/14180.shtml - 2016-12-19 - 银行卡
 

15. 创新超越为工行改革提供科技支撑

工商银行软件开发中心自成立以来始终贯彻落实总行“科技兴行”战略,以积极主动、勇于创新的精神,在确保信息系统稳定运行的同时,大力推进业务转型和创新发展,实现了信息技术与经营管理的深度融合,为全行改革发展提供了有力支持。
/technology/software/2016-12-07/14163.shtml - 2016-12-07 - 软件应用
 

16. 大数据铸就信息化银行坚实基础

互联网和大数据技术改变了传统商业模式,也改变了消费者习惯。工商银行因势而动,将“大数据和信息化”战略列为全行发展三大战略之一,整合全行业务系统数据资源,搭建大数据基础平台,积极探索和运用大数据技术,通过数据研究和应用不断推动自身发展和创新。
/technology/bigdata/2016-12-02/14156.shtml - 2016-12-02 - 金融大数据
 

17. 大数据背景下的零售银行创新与转型

在大数据的背景下,科技对业务的推动作用也在悄然发生改变。作为拥有大量金融数据的银行业在大数据的浪潮下又该如何迎接和准备呢?本文通过对银行业大数据应用较成功的案例进行分析,探讨大数据背景下的零售银行创新与转型之道。
/technology/bigdata/2016-10-31/14101.shtml - 2016-10-31 - 金融大数据
 

18. 物联网金融的核心是情境化客户体验

“物联网金融”是指以依托于物联网、云计算、人工智能等工具,实现金融商机识别、确认、交付和风险预警预控的新兴金融,其核心在于情境化客户体验。实时智能银行是融入智慧感知价值链的银行。银行若想在下一步物联网金融的情景化超级客户体验竞争中胜出,必须从现在就开
/business/direction/2016-08-16/13984.shtml - 2016-08-16 - 业务前瞻
 

19. 商业银行IT系统性能预测模型研究

如何建立和形成银行IT系统业务容量与基础硬件资源的关系模型,进而合理估算当前系统的最大业务承载能力,对于银行IT生产运维部门是一个亟待解决的课题。本文正是以银行数据和信息为基础,结合统计学的方法,研究和建立相关的数学模型,从而形成业务容量与某一种或某几种
/technology/software/2016-04-20/13772.shtml - 2016-04-20 - 软件应用
 

20. 深耕数据资产,助力业务发展

当今,大数据正从一种计算机处理对象演变为新时代的数据石油,随着全球数据量的指数级增长,数据挖掘技术将在金融领域广泛应用,帮助银行防范风险、发现商机。未来,银行利用数据挖掘模型提炼业务规律并进行经营决策是必然趋势。
/technology/bigdata/2015-11-20/13539.shtml - 2015-11-20 - 金融大数据