• AI Paas化平台 MaximAI
    天云分布式数据科学平台是基于 Hadoop/spark 分布式底层架构的机器学习及建模产品。
  1. 1
    某全国性股份制商业银行的信用卡风险评分模型

    基于信用卡申请和交易行为数据,衍生新的特征变量,构建信用卡风险预测模型,依据风险概率划分风险等级,分等级进行额度调整,降低信贷风险。

  2. 2
    某全国性股份制商业银行的信用卡申请反欺诈预测模型

    根据信用卡客户的社交信息和欺诈客户信息,制定链接规则,以信用卡客户为节点,构建客户社交网络;定义并计算社交网络特征;综合客户的申请信息和社交网络特征,构建客户特征向量,进而构建信用卡申请欺诈预测模型,进行欺诈用户分类,发现欺诈客户,降低信贷风险;

  3. 3
    某全国性股份制商业银行的循环授信倾向响应模型

    针对信用卡中心循环贷业务受到现金分期、账单分期等影响,呈现循环客户利息收入下降趋势,贷款收益率下降的问题,采集现有循环贷业务的客户响应数据,建立循环授信倾向响应模型,根据预测结果采取相应的业务措施,提升循环贷收益。

  4. 4
    某全国性股份制商业银行的客户分群模型

    利率市场化是指金融机构在货币市场经营融资的利率水平由市场供求来决定。将现存信用卡客户进行分群,确立各群体的风险等级是风险定价、利率市场化的第一步,也是最为关键的一步。我们利用银行提供的十万余名信用卡客户数据,利用聚类算法构建两次客户分群模型,打造稳定性高、维护性强、群体间具明显差异的客户分群模型。

  5. 5
    某全国性股份制商业银行交易反欺诈预测模型

    分析信用卡客户基本信息、卡属性信息和交易行为信息,对交易行为特征进行特征衍生,利用梯度提升模型构建交易反欺诈预测模型,发现欺诈客户最大限度地降低欺诈损失额。

  6. 6
    某全国性股份制商业银行的现金分期响应模型

    通过历史现金分期营销数据建立模型,进而提高电信营销响应率及其分期收益:通过对历史现金分期业务电销活动的数据分析构建营销响应模型,继而预测筛选办理此业务的高概率客户;在此基础上建立营销收益模型,筛选出使银行更易获得高收益的优质客户。

  7. 7
    某证券股份有限公司场外配资预测模型

    配资交易鉴于其杠杆交易的本质,增加了投资的风险和波动。过多的配资交易账户的存在会导致市场的波动程度加剧,容易导致市场性恐慌,查处配资账户是稳定市场,保证市场平稳发展的必要措施。通过对已经查处的配资账户的交易行为进行学习,发现配资账户区别于普通账户的隐藏行为模型和特点,基于已有特征衍生新的体现交易行为变化的特征,并在此基础上建立场外配资预测模型,计算出账户是潜在配资账户的可能概率,并判断其是否为配资账户。

     

  8. 8
    某股份制保险公司保险产品个性化推荐系统

    利用推荐方法,对客户的保险购买记录或其他属性进行分析,在客户群体中找到与目标客户兴趣相似的邻居客户集合,综合这些邻居客户的购买记录,形成系统对目标客户在保险类型偏好方面的预测,根据预测结果对目标客户进行推荐,实现保险产品的个性化推荐。

  9. 9
    某股份制保险公司客户流失预警系统

    通过对已流失的客户数据进行逻辑回归建模,形成流失模型。将未流失客户代入到模型中,计算未流失客户的流失概率可能性。并根据客户群体的共性找到服务的个性,针对不同流失概率的未流失客户提供不同等级不同角度的客户服务。

     

  10. 10
    某股份制保险公司客户客户分群系统

    通过对客户购买产品、客户价值、客户关系、客户行为的不同视角的分析,根据每个客户的个体特征,通过聚类算法将客户进行分群。重塑客户个性脸谱,指导实际营销活动;

  11. 11
    石油行业油井故障类型识别模型

    在油井开采中,对抽油井井下故障进行预测和诊断,通常是通过人工对示功图凭经验判断。这种方式不仅需要大量人力成本,而且判断不及时,更无法对可能发生故障的油井进行预判,导致了价格高昂的油井损坏甚至报废。由于泵示功图包含了抽油井故障的丰富信息,我们从泵示功图的概念和表示出发,建立故障类型识别模型,实现抽油井井下故障的预测和诊断。

  12. 12
    石油行业智能地层比对模型

    地层对比的目的是在已经分出层位的老井附近为新井分出层位。传统地层对比研究周期长、认识标准不一、成果通用性差;我们将原有的分层数据及曲线特征进行特征抽取,利用机器学习模型建立比较准确的智能地层对比模型,实现智能地层对比划分,可大幅度降低老井复查繁琐重复的工作量,降低时间、成本,提升准确率,实现基础地质研究工作从传统人工方式到自动化、智能化方式的转变。

  13. 13
    石油行业碳酸盐岩油藏智能新井井位优选

    以海量的属性数据为基础,建设数据驱动模型,以量化评价有效储层及流体含油性为目标,提高地震属性的综合利用率及评价预测结果的准确性,为碳酸盐岩油藏储量“甜点”评价、井位优选提供高效、客观、准确的技术支持。应用大数据建立知识模型,优化算法,求取通往油气之路的最优解。碳酸盐岩油藏见水风险分析。对碳酸盐岩缝洞型油藏流动单元进行分类,根据生产历史数据及见水案例,运用大数据方法,对未见水单元、井进行评价,动态数据变化情况,水锥、人工水线方向。