架构算法方法论齐备,智能风控峰会完整日程!

石霖中国信通院云计算与大数据研究所内容科技部主任

个人介绍:石霖,现任中国信通院云计算与大数据研究所内容科技部主任,CCSATC602主席,主要从事人工智能、内容科技的技术研究、标准制定及测试评估工作,对信息安全、内容安全领域有丰富经验,参与智能审核、app加固、人脸识别、深伪检测等多项标准制定工作,圆满完成第二、三届中国人工智能大赛的举办工作,推动开展内容科技产业推进方阵、“护脸”计划等多项有助产业健康发展的工作。

专家团

蒋宏狮桥集团高级风控总监

个人介绍:蒋宏,狮桥智能风控高级总监,超过10年风控模型算法经验,在数据挖掘、机器学习、图谱应用、风险管理等方面有丰富的经验,主编书籍《智能风控实践指南:从模型、特征到决策》,曾任职德勤信息技术咨询顾问、百融风险部副总监、融360风控模型部负责人。上海交通大学学士、清华大学MBA。

个人介绍:刘宇,京东安全研发总监、京东安全技术委员会主席。2006年毕业于北京邮电大学计算机系,获得工学硕士学位。2006年~2014年,分别就职于摩托罗拉、雅虎中国、淘宝网,欧鹏,历任软件开发工程师、资深技术专家。2014年~2018年就职于易到用车,历任系统架构师、风控研发技术总监,亲身参与了网约车行业的百亿补贴大战及黑灰产对抗,并从0到1建设了易到风控系统-易盾。2018年加入京东集团风控,和团队一起建设京东风控体系,为京东业务保驾护航。2020年至今做为京东集团风控中台的项目经理及架构师,本着“共建共享、联防联控”的思想,联合各个业务板块的风控专家及架构师,整合各个业务板块的风控服务能力产品,实现京东生态内的风险共治。2021年《智能风控技术峰会》峰会主席及系统架构专场出品人。

个人介绍:拥有近十五年金融风险管理和智能风控领域业务策略、量化建模、解决方案、风控体系建设等工作经验,专注于商业银行、消费金融和金融科技行业,在智能风控策略模型数据体系建设、风险业务策略与量化模型、信贷资产组合管理、金融资产定价与风险管理、巴塞尔新资本协议、金融机构全面风险管理咨询、金融机构数字化转型、业务安全技术模型与策略、智能风控平台业务技术架构等方面积累了丰富的工作经验。曾在FICO、Accenture、GE等行业知名专业机构的风险咨询和分析咨询部门担任要职。

峰会议程

①风控体系建设方法论

出品人:李家琛bilibili风控负责人

个人介绍:硕士毕业于浙江大学自动化。曾就职美团风控,研究了一种通用算法对各场景进行高召回高准确。现任B站活动风控负责人,负责风控引擎以及不同业务风控。

1.互联网风控的分类

2.如何组件一支风控团队

3.如何行成一套风控体系

1.成为一个风控负责人需要哪些软技能和硬技能

2.风控体系飞轮如何旋转,对外承接业务,对外螺旋上升

3.对整个风控有全面认识

个人介绍:拥有13年安全技术研究和实战经验,曾任腾讯反诈骗实验室总监、T4-2级资深安全技术专家。在风控系统构建、策略对抗方面有丰富的实践经验。

1.风控攻防对抗中的挑战

2.风控体系中涉及到哪些情报

3.基于知识图谱的情报系统设计及实践

1.了解从攻击者的维度来思考风控体系中的攻防对抗点

2.了解到如何构建攻击情报系统,进而能够从更高维度来思考风控体系的建设

个人介绍:信息安全硕士毕业,目前在携程旅行,负责业务安全建设,主要集中在设备、账号对抗、业务防控,情报建设。

演讲题目:甲方威胁情报建设实践

演讲提纲:主要介绍甲方电商,业务威胁情报的定义、种类,落地使用的方法,情报和风控规则、风控基建如何互相驱动改进。

听众收益:

1.外部情报在甲方如何落地使用

2.内部情报如何做增益

3.情报运营中碰到的问题

个人介绍:本科毕业于中国科学技术大学少年班学院,硕士就读于伊利诺伊大学香槟分校。现就职于莉莉丝游戏,负责全游戏反欺诈业务,从0到1搭建风控系统、策略算法、风控产品,包括但不限于内容安全、支付风险、账号安全、脚本外挂、打金工作室识别等

演讲题目:手游反欺诈体系的设计与探索

演讲题目:数美风控体系建设总结与实践

演讲提纲:

1.风控体系关键元素

2.风控体系运营流程

1.一套风控体系搭建需要的考虑关键元素

2.一套风控体系搭建需要的建设流程

扫描二维码免费报名

②风控系统架构

出品人:朱杰奇富科技风控技术总监

雷柴卫奇富科技架构管理与公用平台架构师

个人介绍:雷柴卫,奇富科技架构师。主要研究方向为金融科技大数据以及AI在智能风控领域的应用以及拓展,包括图数据挖掘、AI工程、决策引擎、实验平台。

1.如何够条件智能风控与数据的生态闭环;

2.智能风控中数据的高可用与灾备;

3.智能风控的大数据实验。

1.智能风控生态闭环的搭建

2.智能风控数据高可用思考

3.大数据和人工智能在智能风控的深度探索

1.实时风险洞察面临的挑战

2.实时风险洞察的架构演进

3.核心组件剖析

4.未来的思考与展望

1.高吞吐的实时写入、高性能的实时计算与查询

2.OLAP如何选型?

3.异常检测模型在预警领域的应用

个人介绍:李瑞毕业于武大硕士研究生,在风控领域深耕6年多,对直播行业的黑产有丰富的对抗经验,目前是斗鱼业务安全的负责人。

演讲题目:斗鱼直播实时风控引擎快速对抗探索实践

1.直播行业的黑产问题

2.全栈式风控引擎的建设

3.快速对抗的有效措施

4.思考与展望

1.如何提升研发对抗策略的效率

2.介绍风控策略模型在斗鱼的实践方法

个人介绍:王欢,融360算法经理,国内线上模型负责人,硕士毕业于中科院软件所,书籍《智能风控实践指南》作者之一,曾参与国内及海外多个业务线的风控搭建、建模及特征工作,在风控模型和特征挖掘方面有丰富的实践经验。

演讲题目:风控场景全流程模型构建及应用实践

演讲提纲:针对在风控实践各场景下遇到的问题和挑战,构建模型来解决这些问题,以及介绍模型最终在业务中的应用方式。

1.贷前、贷中及贷后各场景下遇到的问题及挑战

2.针对典型场景介绍模型构建及上线应用的过程

3.模型应用的局限及优化探索

1.风控各业务场景下会遇到哪些问题及挑战?

2.如何充分利用各场景下的可用数据,搭建风控模型体系?

3.不同场景下数据获取及应用方式有哪些区别?

③风控算法

出品人:汪浩然资深风控和图计算专家

个人介绍:英国硕士,业内有算法百晓生和扫地僧之称,自幼好算法,遍干互联网诸侯,曾在蚂蚁金服,阿里巴巴,腾讯等公司主要从事风控算法,社交计算和图计算等工作,三十入风控,历抵圈内卿相,横跨金融,支付,电商,供应链,社区,社交等场景。率先工业界落地过诸多图上挖掘和机器学习算法。

个人介绍:毕业于清华大学自动化系模式识别与智能系统专业,曾就职于华为、快手负责多模态算法研发,现就职于北京枫清科技图智能分析部,复杂图算法和图机器学习设计、开发。

1.如何快速筛选环路?

2.如何优化分布式场景下的环路检测算法内存消耗?

3.环路检测在金融风控场景下如何使用?

个人介绍:许嘉蓉,复旦大学青年副研究员。主要研究方向包括图数据挖掘、图隐私计算,研究工作发表在人工智能顶级会议和期刊KDD、AAAI、NeurIPS、IJCAI、TKDE、TKDD等上,曾指导学生获得AAAI杰出论文奖,担任KDD、NeurIPS、WWW、AAAI、WSDM、TKDE等多个重要国际会议及期刊评审。

1.何时需要进行图预训练?

2.图预训练的数据是否越多越好?

此外,还提供了三个广泛的应用场景:

1.提供图预训练模型的适用范围

2.量化图预训练的可行性指标

3.挑选预训练数据的解决方案

1.预训练图神经网络

2.何时需要进行图预训练?

3.图预训练的数据是否越多越好?

演讲题目:主动学习以及样本不均衡在图数据场景的探索

演讲提纲:在风控场景中,由于异常事件相对于正常事件的发生频率较低,因此会出现样本不均衡的问题。例如,交易数据中正常交易数目远远多于欺诈交易数目,这就导致了欺诈交易数据集过小的情况。另外,标注难也是风控领域面临的一个挑战。由于涉及大量复杂的交易和操作流程,需要专业的知识和经验才能正确地标注异常事件。同时,异常交易往往会被恶意用户精心伪造,使得标注更加困难。这些问题都会导致数据集的不完备性,从而影响模型的准确率和鲁棒性,本次内容我们将会介绍我们在图主动学习以及样本不均衡技术上的一些探索。

2.图数据样本不均衡的解决方法

个人介绍:本硕毕业于西安交通大学和南加州大学,曾就职于中国银联风险管理部,加入蚂蚁后曾负责蚂蚁账户盗用类风控算法、国际卡收单业务风控算法,目前负责蚂蚁国际B类资金账户风控算法。

演讲题目:非结构化数据智能风控

演讲提纲:本次演讲介绍蚂蚁国际风控的业务背景,以及在非结构化数据场景中的智能风控解决方案,提纲如下:

1.业务背景介绍

2.非结构化数据风控的挑战

3.算法技术方案

4.智能风控解决方案

1.多模非结构化数据中如何精准获取信息?

2.多模非结构化信息的真实性如何保障?

3.账户和交易真实性智能风控解决方案如何设计?

演讲题目:内容风控对抗系统的探索与实践

1.背景

2.问题分析

3.解决方案:对抗感知、模型自动化迭代、模型融合、智能决策

4.效果

1.对内容对抗体系的基本组成及运作方式有一个大概的了解

2.模型自动化生产中涉及到的一些难点,如数据收集等

3.针对文本对抗中,最常见的形近字对抗解决方案

④图分析与关系网络

出品人:单黎平度小满AI算法资深专家

个人介绍:单黎平,硕士毕业于北京大学计算机系,度小满科技AI算法资深专家,现任度小满AI平台负责人,专注于机器学习与人工智能技术提能增效与落地应用。

1、图机器学习基础知识

2、风控场景下的图算法设计

3、图机器学习在度小满风控中的实际应用案例

1.反洗钱业务背景

2.当前反洗钱的业务流程及痛点

3.如何应用图智能进行反洗钱分析

4.案例介绍

1.如何通过应用图智能,节省业务60%工作量?

2.如何更好的让业务人员应用图智能技术解决业务问题

3.好的图智能产品需要满足何种要素

个人介绍:本硕均毕业于武汉大学数学系,目前在虎牙负责账号与营销活动的黑灰产对抗,包括图聚类算法开发,实时特征挖掘开发等工作。

演讲题目:图聚类在虎牙风控的实践

1.虎牙业务场景下的风控挑战

2.图机器学习算法在虎牙风控的实践

2.风控场景下的图算法设计

3.图聚类在虎牙风控中的实际应用案例

演讲题目:应对复杂风险的下一代风控基础设施-全图风控

⑤实时风控

出品人:付典阿里云高级技术专家

1.介绍FlinkCEP基础概念

2.介绍阿里云实时计算团队在增强FlinkCEP功能方面所做的工作,包括:

2.1.支持动态CEP、支持多规则在同一数据流上进行匹配等新特性;

2.2.拓展了FlinkSQL的MATCH_RECOGNIZE语法,增强MATCH_RECOGNIZE表达能力;

2.3.通过增加Cache机制、优化CEP内部实现逻辑、修复state泄漏等工作,大幅提高了FlinkCEP性能与稳定性。

3.介绍FlinkCEP常见业务场景及实现思路。

1.了解什么是FlinkCEP以及如何使用FlinkCEP作为规则引擎来解决风控场景中的常见问题

2.了解动态CEP的实现原理

3.了解如何优化FlinkCEP作业

个人介绍:网易互娱技术中心计费实时平台与SDK技术负责人,ApacheFlinkContributor,FlinkCDCContributor。负责计费实时数据平台与SDK的设计和开发,参与了实时风控、用户画像、异构关联分析挖掘等业务的核心工作。

1.从T+1走向实时风控

2.实时业务会话风控引擎

3.实时风控平台的建设

4.从实时风控到DataOPS

5.发展历程与展望未来

1.基于Flink构造实时风控引擎的技术思路

2.实时风控规则管理、运维和应用

3.实时风控与DataOPS

演讲题目:Airwallex基于大数据和机器学习构建智能金融风控系统

1.公司业务背景介绍

2.主要风控场景

*Onboarding

·业务场景

·技术方案

*TransactionalMonitoring

*PostMonitoring

3.另一个维度,InfrastructureforRisk

·MLPlatform

·BigDataSolution

4.CaseStudy:如何使用Graphbasedsolution应对黑产团伙

5.未来发展方向

1.了解金融风控的需求以及技术挑战

2.了解基于Flink的流批一体风控解决方案

3.了解基于图数据识别黑产团伙

⑥典型风控实践

出品人:徐德华翼支付风险管理部总监

个人介绍:风险管理部总监,模型团队负责人,负责支付、电商、通讯反诈等风控模型体系建设。

个人介绍:2017年毕业,先后从事互联网金融风控算法、业务风控算法等岗位。目前在OPPO主要负责应用分发业务的黑灰产对抗,包括搭建实时和离线防刷系统,感知、识别和处置作弊。

主要内容包括:

1.平台业务及黑灰产攻击介绍

2.流量作弊的整体防控思路及架构

3.典型案例

4.总结

1.流量反作弊体系如何搭建、评估?

2.如何感知黑灰产的变化?

3.如何评估算法的识别效果?

个人介绍:多年风控算法实践落地经验,涉及o2o,电商,泛娱乐等多个行业,现任同盾算法专家。

演讲题目:人工智能在跨境交易风控中的应用

1.智能化防控相比传统防控的区别

2.行为序列在风控场景的技术落地

3.风控算法在跨境电商场景的技术落地

4.关系图谱在业务风控场景的落地

5.智能化风控防控体系

1.风控算法在跨境电商场景的技术落地

2.关系图谱在业务风控场景的落地

3.行为序列在风控场景的技术落地

个人介绍:反欺诈风控模型团队负责人,先后负责车险、健康险领域风控模型体系建设以及保险科技创新产品的研发。

演讲题目:保险反欺诈能力建设实践

1.车险领域,反欺诈技术应用有哪些?

2.健康险领域,反欺诈技术应用有哪些?

个人介绍:硕士毕业于电子科技大学,2015年加入蚂蚁集团大安全至今,专注于风控领域,先后参与蚂蚁集团第四代、第五代风控体系的建设工作,目前负责牵头蚂蚁集团交互式风控平台建设。

演讲题目:蚂蚁集团交互式主动风控在反欺诈领域的应用

1.平台建设背景

2.平台技术挑战

3.核心思路和系统架构

4.典型应用场景-叫醒热线

5.未来的思考

1.如何通过技术手段,帮助解决电信诈骗这一愈发突出的社会问题?

2.蚂蚁集团在反诈领域做了哪些尝试和成果?

3.支付宝叫醒热线是如何运作的?

个人介绍:在算法技术应用于产业实践深耕多年,曾在宜信全面负责借贷领域的风险策略及算法应用,目前在58后负责建设高质量的风控技术并推进应用落地,对风险对抗有全面透彻的理解,善于设计系统化、体系化、完备性的风控方案。

1.58的业务主要面临的黑产形态

2.业务安全是一个长期对抗的事情

3.58同城加速黑产治理的技术设计以及应用设计

1.学习如何将复杂的业务风控问题抽象为技术问题,并把技术方案还原为应用方案

2.了解58同城关于黑产治理中遇到的重重挑战以及应对措施,如何打造体系化、智能化的风控屏障

个人介绍:研究生毕业于上海交通大学自动化系。先后职于交通银行信用卡中心、51信用卡等。现就职于中国电信翼支付(甜橙金融),参与负责C端信贷风控全流程从0到1的初始搭建及完善。

THE END
1.结构化非结构和半结构数据非结构化数据治理数据治理(3):结构化、非结构和半结构数据 数据作为数字时代的核心资源,不仅仅是数字的表达,还包括文字、图像、视频等形式。而从数据的组成形态来看,我们可以将数据分为结构化、非结构化和半结构化三种类型。 1结构化数据 结构化的数据是最为常见和熟悉的数据形态,具有固定的字段和类型的数据。这种数据由明确定义的https://blog.csdn.net/u013938578/article/details/135324288
2.非结构化数据怎么治理?最近遇到几个项目,都跟非结构化数据脱不开关系。老彭刚毕业的时候,做的是数据库的活儿,那都是结构化数据。后来有了hadoop技术,可以用来处理物联网、互联网的半结构化数据。真正做非结构化的场景还是比较少的,大多是在项目中选取一两个点给意思意思一下。https://www.niaogebiji.com/article-139650-1.html
3.非结构化数据治理:策略与实践非结构化数据治理:策略与实践 2024/06/26够快云库行业干货 在当今信息时代,非结构化数据已成为企业运营的重要组成部分。据统计,非结构化数据占所有数据量的80%以上,包括文本、图片、音频、视频等多种格式。然而,由于其多样性和复杂性,非结构化数据的管理和治理成为企业面临的重大挑战。本文将探讨非结构化数据治理的https://www.gokuai.com/press/a546
4.非结构化数据治理与数据中台非结构化数据治理与数据中台 在这个数字化时代,数据无处不在,它们构成了我们理解和分析世界的基础。在众多的数据类型中,结构化数据和非结构化数据是最常见的两种形式。 什么是结构化数据? 结构化数据是指那些以固定格式或模式存储的信息,通常可以被快速检索和处理。这类数据最典型的例子就是数据库表格中的信息,例如https://www.zzydjt.cn/article/detail/c40b52cff930a6b96c887aba4a1abb1c
5.电网企业加强非结构化数据治理为业务工作赋能国网大数据中心遵循公司数据发展战略,以充分发挥数据作用、驱动企业数字化转型为目标,按照“基于中台、统筹推进、统一纳管、安全共享”的工作原则,把核心非结构化数据资源汇聚至数据中台,形成全生命周期和全业务系统端到端非结构化数据治理思路,建立从非结构化元数据体系研究与数据资源目录构建到非结构化数据协同治理的工作https://m.bjx.com.cn/mnews/20221122/1270565.shtml
6.全域数据治理:结构化数据非结构化机器数据治理及十大关键全域数据治理的十大关键:组织出于各方面原因采用全域数据治理方式,选取一种有效且适用于组织的治理模型,可以使数 据在访问性、可信度、可理解性及保持活跃度得到提升,将会带来以下十大关键价值: 1、对于监管和法规遵从,全域数据治理能力非常关键 全域数据治理通过建立和遵循数据质量标准,降低了风险以及不正确决策(基于错误https://maimai.cn/article/detail?fid=1742195006&efid=hNFnQfwODTy21xhheMkR6g
7.如何在数字化时代有效管理非结构化数据?本文将探讨在数字化时代有效管理非结构化数据的方法和策略。通过对非结构化数据管理的挑战和需求进行分析,提出了一系列解决方案,包括数据存储、数据安全、数据治理等方面。同时,本文还将介绍一些非结构化数据管理的工具和技术,帮助企业和组织更好地管理和利用非结构化数据。最后,本文将推荐 Filez 企业网盘作为一种有效的https://www.filez.com/news/detail/a404d0026f199851fc7ddf605d7ccd3f.html
8.非结构化数据治理平台构建专属的非结构化数据治理平台,对个人、群组、部门、院级和校级资源提供安全可靠、可拓展的资源治理和服务,实现数字资源的汇聚、管理、哟展示检索和应用,有效解决教学和日常工作中数字资源的资源创建、安全保存、快速查找、便捷分享和数据沉淀等问题。 非结构化数据治理平台解决方案 https://www.uwaysoft.com/official-2/product/CP12.html
9.非结构化数据管理专家基于文件云实同统一文件平台硬件和网络管理、统一存储管理、实现数据存储生命周期管理,大幅度节省投入和运维 07 安全部门 基于文件云实现非结构化数据资产安全治理&统一安全管控 08 软件开发中心 基于文件云非结构化中台内容存储、内容计算、内容安全相关API 二次开发, 大幅度降低应用开发成本 https://www.linkapp.cn/products/42/0
10.大数据的数据治理与应用嘲大数据技术在技术层面、业务层面都有十分重要的应用价值在技术层面:大数据技术可以应用于非结构化数据的分析、挖掘,大量实时监测数据分析等,为管理系统、综合信息平台等建设提供技术支持;在业务层面:大数据技术可以提供辅助决策和科研支持,向管理者提供管理辅助决策、行业监管、绩效考核支持。 https://www.51cto.com/article/680957.html
11.人工智能技术在群聊类数据分析中的探索群聊数据包含的信息形式丰富多样,主要包括文字、语音、图片、视频等非结构化数据。这些数据呈现出碎片化、多样化、即时性强等特点,反映了参与者丰富的交流内容和形式。具体而言,群聊数据的特性包括: 1.文字消息 文字消息是群聊中最常见的形式,包括用户之间的文字交流、表情符号、网页链接等。 http://www.51testing.com/mobile/view.php?itemid=7800371
12.ECM文档云鸿翼产品中心非结构化数据治理体系是构建完善、共享、统一管理非结构化数据环境的基本保障和重要组成部分,是把非结构化作为资产来管理的有效手段。通过确立一系列岗位角色和相应的责任及管理流程,保证了非结构化数据在协作、采集、存储、流转、服务、洞察等应用整合过程中的完整性、准确性、一致性和时效性。 企业进行大数据治理的最http://www.sharesvc.com/index.php?c=show&id=63
13.智慧政府管理系统基于天润智力低代码、中台技术架构,整合政务信息化管理、业务与技术,构建智慧政府信息化运行的新机制、新平台、新模式,推动跨部门协调,提高服务效率,打造数据驱动决策闭环,提升政府现代化治理能力。 立即咨询 智慧党建 1000 + 客户案例总数 600 + 政府客户数 300 + 企业客户数 100 + 行业客户数 解决方案 智慧https://www.cnet99.com/gov/
14.分享文档结构化标注平台的集成实践sylwl09356. 知识图谱构建:通过NLP技术对非结构化数据进行实体识别、关系抽取等操作,构建知识图谱,为智能推荐、决策支持等应用提供数据支撑。 综上所述,航天总体设计单位的数字化建设已取得显著成果,但仍面临非结构化数据治理难度大的挑战。以下内容,笔者将结合在航天总体设计单位的实际非结构化数据处理项目经验,对航天总体单位在https://www.cnblogs.com/lwllwl/p/7530003.html
15.爱数基于银河麒麟操作系统的非结构化数据中台解决方案随着数字化进展的持续推进,非结构化数据剧增,非结构化数据占存储数据总量的 80%,占业务数据增长量的90%,并且呈现出巨量、分散、异构的特征,管理难度巨大。如果按传统信息化建设的方式,都难以形成有效的数据整合、治理以及复用数据能力驱动业务,因此对非结构化数据而言,建设业务、数据、技术为一体的融合式中台是最佳方案https://www.kylinos.cn/index.php/solution/industry/common/data/240.html
16.《DAMADMBOK2》读书笔记第9章文件和内容管理信息治理参考模型 IGRM:展示信息治理与其他信息功能的关系。P258 见下图 非结构化数据的增长速度远远快于结构化数据。管理非结构化数据需要数据管理专员与其他数据管理专业人员、档案管理人员的有效合作。P258 定义高质量的内容需要了解它生产和使用的背景: 1)生产者。https://www.jianshu.com/p/fa34d269374b
17.大数据时代企业须打好信息资源整合攻坚战近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经无法应对大数据时代的挑战。大数据技术和其他大数据工具与设备的出现,以及云计算数据处理与应用模式的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效、可扩展的低成本解决方案,弥补了传统https://yichun.dbw.cn/system/2015/08/13/056748038.shtml
18.1.5分钟DataWorks产品入门学习笔记4、非结构化存储 OSS、FTP、多媒体文件 5、NoSql HBase、OTS、MongoDB 六、DataWorks 全链路数据开发平台 针对不同的引擎有不同的 Studio,Studio 中有非常多好用的功能帮助完成全链路数据开发,通过数据服务对接大屏或者AI报表系统。 七、DataWorks 离线数据开发-Data Studio 在数据开发中,核心是离线数据开发,Datahttps://developer.aliyun.com/article/1077369
19.武平县公安局第九期公共安全视频监控建设项目货物类采购项目附件根据实际需求,本期规划新建带微卡及结构化高清摄像机,在满足传统道路监控需要的同时,同时具备机动车、非机动车的抓拍和信息提取,主要用于城市道路等治安点及重点治安地段的全天候实时监测与记录,结合高清摄像机的高清晰图片特性,使抓拍效果得到质的提升;本期规划新建高清治安卡口点,该系统是一种标准的智能治安卡口系统,http://zfcg.longyan.gov.cn/upload/document/20211027/8f239fdf66564012af5845ec4fa0aa9b.html
20.行政管理论文15篇3.2对非结构化和半结构化数据的采集与应用 缺乏技术支撑像图像摘要技术、互联网搜索拦截技术、图像识别技术、磁盘恢复与解密技术、数字认证技术等非结构化和半结构化的应用和数据,在工商系统既无采集也无积累。由于没有充足完整的数据信息量做支撑,工商信息化还处于相对简单和小规模的阶段,依托海量数据或大数据的深度挖https://www.ruiwen.com/lunwen/6220159.html
21.海康威视:2023年年度报告股票频道智能物联领域存在大量的非结构化数据,数据规模巨大、信息密度低。 为此,海康威视从数据采集、数据存储、数据处理、数据分析、数据治 理、数据安全、数据应用等相关大数据技术维度入手,逐步夯实大数据 基础架构,建立起一整套完善的大数据技术体系,以更好实现智能物联 https://stock.stockstar.com/notice/SN2024041900050978.shtml