案例名稱

金融網點場景智慧識別和大數據挖掘

案例簡介

金融網點智慧場景識別和大數據挖掘通過利用邊緣計算和機器視覺技術實現金融網點的客戶識別、客戶行動軌跡跟蹤，從而實現對客戶的全生命周期的精準營銷和零距離觸達。通過信創大數據的應用可以實現網點選址模型的建立，為組織戰略提供決策依據，如網點的開、停、并、轉，推進金融行業數字化轉型。支撐業務應用系統在信創改造中實現平滑遷移，完全滿足信創“應用軟件”環節要求，與信創標準的芯片、操作系統、數據庫和中間件全面對接。

系統適配及安全

金融網點智慧場景識別和大數據挖掘在信創基礎硬件、基礎軟件都做了全面構建。其中基礎硬件有鯤鵬昇騰，IVS1800和SDC?；A軟件中操作系統支持紅旗和統信。數據庫支持達夢，中間件使用東方通。國產信創云以阿里云、騰訊云、華為云云計算平臺均可平滑安裝適配。

1）邊緣計算IVS1800

Huawei HoloSens IVS1800是業內首個“華為鯤鵬+昇騰”智能視頻云微型邊緣云平臺,小機大智,采用存算檢一體的智能微云架構;全通道圖片智能,一臺設備實現接入存儲、分析、檢索布控綜合業務功能,可實現學校、網點、商超、企業園區、全息社區等場景的量身定制。

IVS為金融網點場景智慧識別提供了計算機視覺處理，提供如人臉識別、車輛分析、人體分析、行為分析、客流分析等智能分析功能，為打造智慧場景提供必要的技術支撐。

2）機器視覺SDC

華為智能攝像機X系列搭載昇騰310芯片，可提供16T算力，同時可完成對非智能攝像機的智能一拖八改造，此外該產品還具備基于4K的supercolor功能，可完成夜間超高清抓拍，具有全時智能、全息感知、全景協助等功能。

華為智能攝像機在金融網點場景智慧識別中擔任的是智能感知的角色，通過在網點布置智能攝像頭，利用人臉識別算法快速識別客戶，并將客戶臨場信息及時準確地傳送給系統，從而通知到大堂經理快速接待，實現精準觸達和營銷。

客流分析能識別客戶進入網點和離開網點，智能計算網點客流量及網點當前人數，可以快速對網點人流進行預警。

集成創新效果

1、金融網點智慧場景識別

網點智能運營管控平臺建成了全行級離線電子地圖，網點在地圖上得以精確地展示。采用深度信創化的百度DuGis底層數據，通過多級處理能快速定位并展示網點運營數據，實現金融地圖數據離線化、可視化，實現自定義點位，網格繪制，距離測算。

平臺使用華為IVS進行人臉識別及信息推送，使用華為智能攝像機X系列相機（SDC）進行抓拍人員行動軌跡，將數據統計到本地應用過后進行算法運算。

2、金融網點大數據挖掘

本技術涉及計算機技術領域，特別是涉及一種網點選址模型構建方法、裝置、計算機設備、存儲介質和計算機程序產品。

感知價值模型

1）建模過程

a. 確定指標體系

根據調研結論,選址指標體系要素層分為資源密度、人流動線、同業競爭、立地條件四項。其中,資源密度項下又分為商業資源、居民資源、政企資源三項指標層;人流動線項下又分為步行動線、機動車動線、零售聯動性三項指標層;同業競爭項下分為同業銀行數,本企業網點兩項指標層;立地條件項下分為位置特征、硬件可塑性、戶外視覺效果三項指標層。在初步建立的指標體系中,各指標層1項下的指標層2共計有74項,其中部分為定性指標。

b. 確定指標權重

層次分析法(AHP)。層次分析法為傳統的分析方法,被業內廣為采用,在缺乏相關數據的情況下,以定性分析為主,指標少而精,依賴經驗判斷,所以易受主觀影響。銀行的網點選址過程是要考慮多因素的決策過程,包括客戶需求和自身成本等因素。通過構建開放式的遞階結構,將網點選址決策系統化,從而提供更具說服力的決策依據。層次分析法的計算過程包含了建立遞階層次結構、構造判斷矩陣并賦值、層次單排序與檢驗和結果分析等步驟。

2）模型調優

RAdam是優化器在開始訓練時的最佳基礎。RAdam利用動態整流器根據方差調整Adam的自適應動量，并有效提供可以根據當前數據集定制的自動預熱機制，可以確保訓練以扎實的基礎順利邁出第一步。

3）預測結果

項目牽頭人

馮華

項目團隊成員

李明、賀猛、李沭杉、魏雪

責任編輯：陳愛