金融网站建设成功案例 第1篇
2017年8月，融360推出全球首个金融AI平台“融八牛”，以大数据为核心驱动力，并用机器学习、人脸识别、语音交互等黑科技，武装到牙齿，力求为C端用户提供优质的金融服务体验，打造全球领先的第三方金融公开平台。
作为大数据和深度学习技术在金融领域的创新性应用，“融八牛”有三大基础功能，刷脸贷款、金融智选、金融防骗服务。三项功能基于融360的大数据库系统和智能化推荐算法。
1) 刷脸即可获贷款。通过语音识别访客问题，凭借人脸识别技术迅速判断用户身份，并基于用户的大数据判定其授信额度。在人脸识别上，融八牛借助商汤科技的精确算法，识别准确率高达，比Facebook人脸识别算法DeepFace的还要高。之后，再结合用户的征信数据等多维度的数据综合判定其授信额度，实现智能刷脸放贷。
2) 金融智选。借助大数据算法，对个人需求进行智能分析和匹配，并推荐相应的信用卡等金融产品。例如，用户在面对种类繁多的贷款类和信用卡产品时，往往一头雾水，不知道什么样的产品适合自己的财务状况与风险偏好，导致购买意愿降低。而“融八牛”通过基于大数据的智能技术，能根据用户独特的财务状况，更精准地为其推荐金融产品，降低其选择门槛。
3) 聪慧大脑，让各类金融诈骗无机可乘。“融八牛”还通过“大脑”中实时联网更新的金融诈骗案例和知识库，通过语音交互的方式与用户实时互动，精准识别各类诈骗手段，并进行金融知识教育和智能风险预警。据中国互联网协会调查报告，仅2016年一年时间内，国内因垃圾短信、诈骗信息、个人信息泄露等造成的金融诈骗损失估算就高达915亿元。显然，如果可以利用人工智能遏制金融诈骗，将产生巨大价值。
针对B端：智能金融时代，银行也在自我革新，现在也能够做一些智能化工作。
以往银行通过央行征信中心的记录、通过抵押物来判断是否应该借钱给一个人。央行征信中心记录了很多信息，但是不知道这个人从哪里来，一旦他没有从银行借款成功他又到哪里去了，那些被银行一口拒绝的人，征信中心的记录里只有寥寥数语，银行仍然不了解他们。信贷这个事情发生，需要形成一个闭环、形成一个反馈，因此银行要与外部机构合作。
银行通过和融360这样的第三方金融科技平台合作，实现了智能信贷，形成线上营销获客、风控、贷后管理等整个数据闭环。可以通过数据分析用户行为特征，发掘出一类人群的细分市场，然后提供个性化信贷产品和服务。融360智能金融系统可以帮助金融机构将获客成本能降到1/3左右。
普惠金融的难点在于覆盖度和效率问题上。AI、大数据等颠覆性技术，最终还是要推动普惠的发展。“融八牛”背后的融360作为面向小微企业、个体户、个人消费者的平台，并不以替代金融精英工作岗位为目的，而是充当银行等帮手，帮助金融机构将有限人工，从一些从事机械、重复、创造性低的工种(信审、信用卡推销员、柜员、客服、大堂经理、咨询顾问、底层数据员、分析员等)中解脱出来，做更有价值和技术含量的工作，以大幅降低成本，提升效率。
针对C端：在传统金融服务模式下，用户如果想知道自己的贷款额度，需要提交自己的各种信息和资料，找不同的银行和金融机构的贷款经理，才能获得最满意的额度，但未来通过“融八牛”这样的人工智能平台，直接在线就可以随时随地测试出信用额度，并且智能匹配最适合的贷款产品，为用户和机构双方加快金融服务的效率。“融八牛”的诞生，将更加契合融360的使命“让金融更简单”。
金融网站建设成功案例 第2篇
平台客服每天要审核很多无效订单电话录音数据，人工审核的效率低，每天只能审一二百通电话，并且审核的准确率波动较大93%-98%。为了节省人力成本(不考虑管理成本前提下，业务量增加，所需人力成本线性增加)，并保证较高的、稳定的审核准确率，我们开发了智能质检系统。
质检系统利用语音转写、基于领域知识库的上下文的语义修正技术，并挖掘文本特征、时序特征、外部特征，整合SVM、KNN、RNN多种模型，对录音的类别做出自动化判断，代替人工审核。对于无法判断的录音，我们通过开发的“歌词”系统，将录音中时间节点和转换后的准确对应，再提供给人工审核，由于人眼阅读速度远远快于人耳听录音的速度，这部分录音人工审核的速度也会大大加快。应用智能质检系统，在达到人工审核准确率的水平上，可以节省至少30%的人力。
智能质检系统
金融网站建设成功案例 第3篇
移动金融智选平台融360，一头吸引了两千多家金融机构进驻，一头通过提供金融产品的搜索、推荐和申请服务，连接数千万个人消费者和中小微企业，满足其对贷款、信用卡与家庭理财等方面的个性化需求。
对B端：凭借强大的数据分析能力、精准的客户导向，融360为金融机构提供互联网数字营销及信用预审方面的服务，最终的审批和放款，则必须由金融机构自己做。通俗一点说，银行找客户好比“淘金”，融360能够先筛选出金沙，剩下的再交给银行，帮助银行压缩获客成本。
对C端：通常一个无房无车的“小白”想在线上金融平台贷款，在填写完个人信息和贷款需求后，将面临至少10款以上的不同金融产品推荐。每款金融产品在月利率、月还款额、放款时间、抵押要求等众多维度上又存在差异。如果用户要想真正挑选到最适合的贷款产品，估计要对近百个维度做出比较选择，令人望而生畏，导致交易效率下降，甚至放弃交易。
融360智能金融搜索和推荐系统，能够深入理解金融产品的特点和金融用户的需求，通过用户画像和数据挖掘技术对用户的搜索意图进行识别，通过实时索引技术在毫秒级返回个性化的搜索结果，对搜索结果的排序做智能化的调整，精准为用户智能匹配最合适其的贷款产品，加快匹配效率，提升审批率和降低服务成本。
平台适用于“草根人群”，包括年轻白领、个体户、自由职业者、蓝领工人等个人消费者，主要满足他们的信用类贷款需求。目前额度主要集中在5万元以下的个人信用贷款。
鉴于中国人口差距大，农民、城镇低收入人群、贫困人口和残疾人、老年人等普惠金融重点服务对象，使用互联网熟练程度偏弱。为了进一步降低智能金融的使用门槛，2017年8月，融360推出全球首个金融AI平台“融八牛”。
对于用户，“融八牛”回归语音这一人类最本源的交互方式，即使小孩也能快速上手把玩，大幅降低新用户使用门槛，让金融服务惠及普罗大众。
机器牛能够通过语音识别访客问题，通过人脸识别进行身份验证，联网后台智能系统可快速做出贷款额度预估，同时通过智能推荐技术，快速匹配出适合用户的贷款产品，最终由最匹配的贷款合作放贷机构作出放款决定。
未来，“融八牛”将不断迭代升级，后期普及版将小巧便携，一个“融八牛”，相当于一个金融网点，帮助金融机构把信贷服务覆盖到大街小巷、餐厅、卧室、农村小卖部等场景，触达那些互联网使用熟练程度不高的人群和地区，大大填补普惠金融的服务空白。
金融网站建设成功案例 第4篇
普惠金融需要什么，最后的结果不是更多的信贷员、更多的信审员、更多的银行，而是“智能金融”这个新事物。
以融360为代表的Fintech公司正尝试通过智能金融系统，推动普惠金融纵深发展，提升覆盖度和效率。
互联网的普及，无疑为普惠金融的实现提供了更好的科技基础条件。据CNNIC最新调查报告显示，近年我国农村网民规模持续增长。截至2017年6月，中国网民规模达到亿，手机网民达，仍以中等学历群体为主，其中农村网民规模为亿，占比。这一比例还在随着“宽带下乡”的推进、智能手机的普及而加速增长。中国网民结构继续向低收入、低学历人群下沉。
可见，通过移动互联网、大数据风控、机器学习、生物识别等技术，让农民、偏远地区低收入人群等获得金融服务，最终实现金融体系下沉到三四线城市甚至下乡，是完全可行的。
融360智能金融系统
融360智能金融系统，是连接产业上下游第三方开放平台，基于数据挖掘和分析，可对贷款申请人进行信用预评估，个性化智能推荐，辅助放贷机构对“白户”进行风险识别、授信。这些白户通常包括小微企业主、工薪族、个体户、蓝领工人等。
金融网站建设成功案例 第5篇
融360的模式是“搜索+匹配+推荐”。登陆网站，融360为用户提供了一个筛选用户真实情况的表单，在勾选了基本的财务状况后，用户输入贷款用途、金额、期限，即可以查询到有哪些金融机构提供这种贷款，以及贷款条件。此外，融360提供了货比多家的功能，让整个借贷需求和条件一目了然。用户可以根据自己的偏好，在线选择跟哪家金融机构的借贷经理联系。
我们深入理解金融产品的特点和金融用户的需求，定制并研发了金融垂直领域内的搜索引擎。通过用户画像和数据挖掘技术对用户的搜索意图进行识别，通过实时索引技术在毫秒级返回个性化的搜索结果，根据用户的搜索行为做实时的反馈学习，对搜索结果的排序做智能化的调整，并支持搜索结果集上的二次检索，该技术的应用满足了用户高级和复杂的搜索需求，实现了产品创新和技术创新的融合。
推荐系统致力于给用户提供一站式的金融服务解决方案，帮助用户提升申请金融产品的成功率、帮助客户提高审批率和降低服务成本。结合用户画像数据、用户的历史申请数据、客户提供的关于用户的审批和放款反馈数据，我们通过机器学习的技术进行建模，预测出用户申请每个产品的成功概率，以及能拿到的放款额度，在用户申请产品时，提供个性化的精准产品推荐。涉及的核心技术如下：
金融网站建设成功案例 第6篇
针对用户画像中不同维度的数据，根据特征的类型(分类、连续型)及特征值的分布规律，进行针对性的异常值剔除、缺失值填补、特征值变换。根据特征之间的线性相关性，进行维度缩减。考察特征对分类的AUC、ks等指标，删选重要特征。
基于筛选和处理完的特征，训练LR、随机深林、xgboost、深度学习等多种分类模型来预测审批、放款和逾期结果，然后组合这些模型，已达到最优的预测效果。这里，为了使模型能够及时反应当前数据变化，我们采取了批量准实时的训练模型方法，实时预测，异步迭代。在训练过程中，我们建立了实时监测机制，对模型发送欠拟合和过拟合的情况，及时调整特征和模型参数。
加之融360大数据服务架构毫秒级的决策速度，我们实现了对用户审批、放款和逾期的及时准确预测。
金融网站建设成功案例 第7篇
融360智能金融系统流程
在线放款的流程，整体上包含线上获客-->线上进件-->线上风控审批-->线上放款-->线上贷后。
融360智能金融系统接入了在线贷款需要的身份验证、反欺诈、危险名单、信用查询、互联网报告到电子活体检测等。平台已经接入了40多家征信及数据服务商。
融360还与大数据和人脸识别技术科技公司合作，将全球领先的人脸识别算法(精度高达)应用到线上贷款的认证流程，可大幅提高风控效率。
这一技术主要安装在手机移动端，利用手机摄像头拍照和身份证照片的比对来对用户身份进行识别，继而根据用户需求实现其与金融机构的对接。
当前消费信贷中的欺诈风险大约占到行业风险的30%，在线信贷的欺诈风险会更高，在50%左右，因此身份核实与欺诈风险防范一直是发展互联网金融的重要一关。
接入人脸识别技术后，融360能够帮助金融机构完成用户的早期筛选与核实，降低欺诈风险，提高效率，也能够提升用户体验。
从长远来看，人脸识别这一技术在金融行业的应用将推动普惠金融的发展，使中国更多老百姓，特别是小微企业主，有望更加简单便捷的获取贷款。