案例名称
金融网点场景智慧识别和大数据挖掘
【资料图】
案例简介
金融网点智慧场景识别和大数据挖掘通过利用边缘计算和机器视觉技术实现金融网点的客户识别、客户行动轨迹跟踪，从而实现对客户的全生命周期的精准营销和零距离触达。通过信创大数据的应用可以实现网点选址模型的建立，为组织战略提供决策依据，如网点的开、停、并、转，推进金融行业数字化转型。支撑业务应用系统在信创改造中实现平滑迁移，完全满足信创“应用软件”环节要求，与信创标准的芯片、操作系统、数据库和中间件全面对接。
系统适配及安全
金融网点智慧场景识别和大数据挖掘在信创基础硬件、基础软件都做了全面构建。其中基础硬件有鲲鹏昇腾，IVS1800和SDC。基础软件中操作系统支持红旗和统信。数据库支持达梦，中间件使用东方通。国产信创云以阿里云、腾讯云、华为云云计算平台均可平滑安装适配。
1）边缘计算IVS1800
Huawei HoloSens IVS1800是业内首个“华为鲲鹏+昇腾”智能视频云微型边缘云平台,小机大智,采用存算检一体的智能微云架构;全通道图片智能,一台设备实现接入存储、分析、检索布控综合业务功能,可实现学校、网点、商超、企业园区、全息社区等场景的量身定制。
IVS为金融网点场景智慧识别提供了计算机视觉处理，提供如人脸识别、车辆分析、人体分析、行为分析、客流分析等智能分析功能，为打造智慧场景提供必要的技术支撑。
2）机器视觉SDC
华为智能摄像机X系列搭载昇腾310芯片，可提供16T算力，同时可完成对非智能摄像机的智能一拖八改造，此外该产品还具备基于4K的supercolor功能，可完成夜间超高清抓拍，具有全时智能、全息感知、全景协助等功能。
华为智能摄像机在金融网点场景智慧识别中担任的是智能感知的角色，通过在网点布置智能摄像头，利用人脸识别算法快速识别客户，并将客户临场信息及时准确地传送给系统，从而通知到大堂经理快速接待，实现精准触达和营销。
客流分析能识别客户进入网点和离开网点，智能计算网点客流量及网点当前人数，可以快速对网点人流进行预警。
集成创新效果
1、金融网点智慧场景识别
网点智能运营管控平台建成了全行级离线电子地图，网点在地图上得以精确地展示。采用深度信创化的百度DuGis底层数据，通过多级处理能快速定位并展示网点运营数据，实现金融地图数据离线化、可视化，实现自定义点位，网格绘制，距离测算。
平台使用华为IVS进行人脸识别及信息推送，使用华为智能摄像机X系列相机（SDC）进行抓拍人员行动轨迹，将数据统计到本地应用过后进行算法运算。
2、金融网点大数据挖掘
本技术涉及计算机技术领域，特别是涉及一种网点选址模型构建方法、装置、计算机设备、存储介质和计算机程序产品。
感知价值模型
1）建模过程
a.确定指标体系
根据调研结论,选址指标体系要素层分为资源密度、人流动线、同业竞争、立地条件四项。其中,资源密度项下又分为商业资源、居民资源、政企资源三项指标层;人流动线项下又分为步行动线、机动车动线、零售联动性三项指标层;同业竞争项下分为同业银行数,本企业网点两项指标层;立地条件项下分为位置特征、硬件可塑性、户外视觉效果三项指标层。在初步建立的指标体系中,各指标层1项下的指标层2共计有74项,其中部分为定性指标。
b.确定指标权重
层次分析法(AHP)。层次分析法为传统的分析方法,被业内广为采用,在缺乏相关数据的情况下,以定性分析为主,指标少而精,依赖经验判断,所以易受主观影响。银行的网点选址过程是要考虑多因素的决策过程,包括客户需求和自身成本等因素。通过构建开放式的递阶结构,将网点选址决策系统化,从而提供更具说服力的决策依据。层次分析法的计算过程包含了建立递阶层次结构、构造判断矩阵并赋值、层次单排序与检验和结果分析等步骤。
2）模型调优
RAdam是优化器在开始训练时的最佳基础。RAdam利用动态整流器根据方差调整Adam的自适应动量，并有效提供可以根据当前数据集定制的自动预热机制，可以确保训练以扎实的基础顺利迈出第一步。
3）预测结果
项目牵头人
冯华
项目团队成员
李明、贺猛、李沭杉、魏雪
