平臺介紹

資料下載：

Datale.數(shù)塔-企業(yè)成長性評價系統(tǒng).pdf

1.3 MB

下載

數(shù)塔.Datale是一個基于探碼科技Datale大數(shù)據(jù)采集、機器學習、模型算法、知識圖譜、時序分析等人工智能技術(shù)的企業(yè)大數(shù)據(jù)工具平臺。致力于為政府、金融機構(gòu)、中小企業(yè)提供各種專業(yè)的大數(shù)據(jù)智能服務。從企業(yè)查詢、獲客、成長性評價、授信分析、輿情預警等業(yè)務場景出發(fā)，幫助政府機構(gòu)大幅提升信息管理水平。

數(shù)塔.Datale應用“大數(shù)據(jù)+人工智能”技術(shù)挖掘數(shù)據(jù)價值。截止目前，打造了服務金融機構(gòu)的大數(shù)據(jù)智能風控平臺，服務政府部門的大數(shù)據(jù)智能風險監(jiān)管平臺，服務中小企業(yè)的大數(shù)據(jù)營銷獲客平臺，服務“一帶一路”沿線國家的企業(yè)大數(shù)據(jù)服務平臺。

探碼科技實現(xiàn)了一系列的大數(shù)據(jù)底層技術(shù)突破，開創(chuàng)性的應用機器學習等人工智能技術(shù)、評估企業(yè)成長價值和投資價值、預測企業(yè)全生命周期經(jīng)營狀況，幫助全國20多家園區(qū)機構(gòu)有效實施金融創(chuàng)新，也幫助多地政府監(jiān)管部門防范金融風險。

利用分布式高性能網(wǎng)絡爬蟲實時采集非結(jié)構(gòu)化大數(shù)據(jù)、清洗降噪并轉(zhuǎn)換為規(guī)范的結(jié)構(gòu)化數(shù)據(jù)，利用卷積神經(jīng)網(wǎng)絡、LDA 聚類、支持向量機等機器學習算法，從多源異構(gòu)數(shù)據(jù)中提取高相關(guān)性風險因子，構(gòu)建一個覆蓋全面、權(quán)重合理、可量化的行業(yè)特征風險模型：對非法集資風險趨勢進行模擬、對企業(yè) DNA 進行全面刻畫、精準定位企業(yè)非法集資風險點。

核心功能

企業(yè)信息查詢工具

基于全國3000萬+收錄企業(yè)大數(shù)據(jù)。一鍵查盡企業(yè)基礎(chǔ)信息，包含工商、股東成員、知識產(chǎn)權(quán)、財稅、新聞、團隊招聘等。

企業(yè)API開放平臺是一個面向企業(yè)及應用開發(fā)者的數(shù)據(jù)集成和分析服務平臺。匯聚了3000萬+企業(yè)大數(shù)據(jù)，涵蓋150+數(shù)據(jù)維度，在提供基礎(chǔ)數(shù)據(jù)接口服務的同時，還對外輸出數(shù)據(jù)處理、智能模型配置等數(shù)據(jù)分析能力，幫助用戶更加高效地挖掘數(shù)據(jù)價值，開發(fā)數(shù)據(jù)產(chǎn)品。

集合數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)清洗、數(shù)據(jù)標準頂層設計和數(shù)據(jù)建模等大數(shù)據(jù)全產(chǎn)業(yè)鏈人才隊伍，為您提供專業(yè)的技術(shù)支持和穩(wěn)定的接口服務

企業(yè)輿情監(jiān)控系統(tǒng)

企業(yè)輿情監(jiān)測是指整合企業(yè)互聯(lián)網(wǎng)信息采集技術(shù)及信息智能處理技術(shù)，通過對互聯(lián)網(wǎng)海量信息自動抓取、自動分類聚類、主題檢測、專題聚焦，實現(xiàn)用戶的網(wǎng)絡輿情監(jiān)測和新聞專題追蹤等信息需求，形成簡報、報告、圖表等分析結(jié)果，為客戶全面掌握群眾思想動態(tài)，做出正確輿論引導，提供分析依據(jù)。

建立基于SaaS模式的輿情語義分析基礎(chǔ)設施，可更好的實現(xiàn)人機結(jié)合，提高輿情研判的準確率。企業(yè)輿情監(jiān)測系統(tǒng)的具體功能：完成全網(wǎng)和指定網(wǎng)站互聯(lián)網(wǎng)信息監(jiān)測，實時監(jiān)測各網(wǎng)站的相關(guān)內(nèi)容的輿論導向是否正確；及時發(fā)現(xiàn)負面、最新、最熱、最重要的網(wǎng)絡信息；對已經(jīng)發(fā)生的輿情和事件，掌握其在互聯(lián)網(wǎng)上的傳播特點和發(fā)展趨勢；通過植入行業(yè)輿情知識，建立適合于本企業(yè)輿情管理特色的輿情分析研判模型；對重點事件、敏感事件的輿情進行回溯尋找輿情源頭；跟蹤輿情傳播過程，進行傳播趨勢分析和統(tǒng)計；并全面監(jiān)控輿情分布情況及處置結(jié)果。

企業(yè)風險評價系統(tǒng)

企業(yè)評估可以從多個維度考慮，一方面是經(jīng)驗風險預警預測評估；一方面是企業(yè)成長性、投資價值評估。當然如果數(shù)據(jù)更詳細，還可以實現(xiàn)企業(yè)估值等模型。Datale評價模型共分20個風險等級。與外部評級相比，分層更明確，幫助投資機構(gòu)進一步區(qū)分不同信用主體的風險情況。

政府決策支撐平臺

基于數(shù)塔.Datale豐富的數(shù)據(jù)資源與數(shù)據(jù)挖掘能力，面向政府、高校、研究機構(gòu)對于大數(shù)據(jù)及其衍生產(chǎn)品的實際需求，整合政府數(shù)據(jù)資源和企業(yè)大數(shù)據(jù)，形成全面覆蓋宏觀、微觀，省、市、縣、園區(qū)，標準行業(yè)和新興產(chǎn)業(yè)全產(chǎn)業(yè)鏈的大數(shù)據(jù)服務產(chǎn)品，為政府提供決策支撐，為高校、研究機構(gòu)提供數(shù)據(jù)素材，助力社會誠信體系建設。

政府誠信平臺從宏觀、中觀、微觀的角度出發(fā)，搭建數(shù)據(jù)庫模塊和應用主題模塊，其中，數(shù)據(jù)庫模塊由宏觀環(huán)境庫、產(chǎn)業(yè)運行庫、企業(yè)全景庫三個子庫構(gòu)成，應用主題模塊由營商環(huán)境、產(chǎn)業(yè)監(jiān)測、產(chǎn)業(yè)聚集、產(chǎn)業(yè)評價、產(chǎn)業(yè)鏈、產(chǎn)業(yè)信用、企業(yè)畫像、 智能報告八大模塊構(gòu)成，力圖全方位、多角度構(gòu)建地區(qū)、行業(yè)、企業(yè)社會誠信檔案。

宏觀環(huán)境庫：

源于國家統(tǒng)計局等權(quán)威機構(gòu) ， 以月、季、年為更新頻率，包括GDP核算、人口、財政等主要宏觀環(huán)境指標。

企業(yè)全景庫：

整合工商、稅務、海關(guān)、互聯(lián)網(wǎng)等數(shù)據(jù)資源，以不定期抓取、月、年為更新頻率，包括企業(yè)信用狀況、財務狀況等企業(yè)數(shù)據(jù)信息。

核心技術(shù)

技術(shù)體系

通過分布式數(shù)據(jù)采集技術(shù)、ETL（extract-transform-load）技術(shù)實現(xiàn)對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的采集、清洗、轉(zhuǎn)換和加載，按照內(nèi)存分布式的數(shù)據(jù)存儲方式進行安全存儲，運用風險傳導模型、復雜網(wǎng)絡模型、行為統(tǒng)計模型、異常檢測模型對數(shù)據(jù)進行量化處理，并通過交叉驗證確保數(shù)據(jù)準確，讓數(shù)據(jù)中隱藏的實用信息能夠直觀展示在用戶面前。

技術(shù)理念

基于人工智能和機器學習算法，充分整合海量數(shù)據(jù)，同時通過深度挖掘投資、上下游、合作等關(guān)聯(lián)關(guān)系，全面便捷的管理和呈現(xiàn)目標企業(yè)及其關(guān)聯(lián)企業(yè)風險信息，集成了全網(wǎng)定向監(jiān)控系統(tǒng)及大數(shù)據(jù)分析工具，實時采集推送企業(yè)客戶的行為變化、輿情信息，并利用文本分析、機器學習、序列分析等工具，建立風險模型，實現(xiàn)動態(tài)預警，從而控制敞口風險，穩(wěn)定資產(chǎn)質(zhì)量，增強金融機構(gòu)的風險管理水平。

數(shù)據(jù)采集

通過部署分布式爬蟲引擎、對接權(quán)威官方數(shù)據(jù)，實現(xiàn)海量數(shù)據(jù)采集，使用ETL技術(shù)，將海量數(shù)據(jù)清洗、轉(zhuǎn)載、加載后，采用數(shù)據(jù)加密存儲、多副本存儲的方式予以安全保存。

機器學習

獨立研發(fā)MaaS系統(tǒng)（Machine learning as a Service），用戶在提交結(jié)構(gòu)化數(shù)據(jù)之后，系統(tǒng)自動實現(xiàn)模型建立的剩余過程。通過決策引擎幫助用戶優(yōu)化內(nèi)部控制，并隨著使用的加深，將用戶經(jīng)驗工具化。

深度分析

獨立研發(fā)“六菱星”模型，根據(jù)六度分析、復雜網(wǎng)絡等理論基礎(chǔ)，構(gòu)建全方位立體網(wǎng)絡關(guān)聯(lián)圖，及其風險傳導路徑，建立了100多種危險行為模式，全面量化企業(yè)風險狀況，識別準確率達90%以上。

可視化處理

海量數(shù)據(jù)建模分析之后，將結(jié)果進行可視化處理，支持多種類型圖表、終端展示，真正讓用戶看到數(shù)據(jù)的價值，用數(shù)據(jù)說話。

市場前景

從2014年中央經(jīng)濟工作會議首次明確提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”，到2015年正式寫入《政府工作報告》，近兩年來，創(chuàng)業(yè)、創(chuàng)新已成為社會發(fā)展的一個主題詞。2016年，在全球融資總額整體下降的大趨勢下，我國融資總額逆勢增長，漲幅為10%。2017上半年國內(nèi)共發(fā)生2786例投資事件，融資總額達3252億元，平均投資額度創(chuàng)歷史新高。但是也發(fā)現(xiàn)幾個問題，部分地區(qū)出現(xiàn)雙創(chuàng)虛熱，質(zhì)量跑不過數(shù)量的線下；部分地區(qū)出現(xiàn)付出多、回報少的主體獲得感低。少數(shù)地方在“雙創(chuàng)”中出現(xiàn)的“浮、漂、虛”的現(xiàn)象值得高度警惕。如果通過大數(shù)據(jù)征信、風險、評價預警等平臺，可以及時預判，使政府和機構(gòu)在開展“雙創(chuàng)”工作更加精準和有效。

同時，近年來政府對金融科技行業(yè)的監(jiān)管更加嚴格了，行業(yè)亂象被清理，政府、企業(yè)、包括個人均越來越重視數(shù)據(jù)保護。市場上對私業(yè)務被監(jiān)管、限制，對公業(yè)務需求則在持續(xù)穩(wěn)定的增長。這對探碼科技的發(fā)展來說是一個非常好的趨勢，契合我們一直堅持做企業(yè)大數(shù)據(jù)智能評價服務的核心戰(zhàn)略。

市場對企業(yè)端智能大數(shù)據(jù)服務需求猛增。而基于此的大數(shù)據(jù)增值服務也將迎來黃金時代。在未來，大數(shù)據(jù)產(chǎn)業(yè)的核心競爭力將不再是數(shù)據(jù)，更多集中到對數(shù)據(jù)的分析、挖掘結(jié)果處理上，如何應用它給業(yè)務帶來價值。

市場優(yōu)勢

數(shù)塔.Datale核心競爭力可包括三個部分：

數(shù)據(jù)獲取能力

數(shù)塔.Datale的數(shù)據(jù)主要來自三方面，政府公開數(shù)據(jù)、第三方數(shù)據(jù)以及企業(yè)共享數(shù)據(jù)，具體而言包括工商信息、司法訴訟、新聞輿情、知識產(chǎn)權(quán)、財務、海關(guān)、互聯(lián)網(wǎng)行為、企業(yè)交易數(shù)據(jù)等等，目前數(shù)塔.Datale已經(jīng)積累了超過3000萬家企業(yè)的數(shù)據(jù)，而且能夠持續(xù)更新數(shù)據(jù)庫，讓評價系統(tǒng)的風險監(jiān)控也變成實時動態(tài)的監(jiān)控；

數(shù)據(jù)分析能力

包括數(shù)據(jù)清洗、數(shù)據(jù)挖掘和建模能力等。數(shù)塔.Datale具有20多人的數(shù)據(jù)處理團隊，從事數(shù)據(jù)分析及評估模型開發(fā)等工作多年，數(shù)塔.Datale企業(yè)成長性評估模型經(jīng)過違約樣本的測試之后，驗證準確率超過96%。在大數(shù)據(jù)和人工智能技術(shù)研發(fā)方面，公司專門成立了大數(shù)據(jù)研究小組，首席數(shù)據(jù)科學家是擁有十多年大數(shù)據(jù)和人工智能研究經(jīng)驗的專家。

商業(yè)化能力

即如何將大數(shù)據(jù)和人工智能能力轉(zhuǎn)化為可持續(xù)發(fā)展的產(chǎn)品和業(yè)務模式。數(shù)塔.Datale采用DaaS模式，依托自身數(shù)據(jù)服務優(yōu)勢，將其產(chǎn)品形態(tài)標準化、互聯(lián)網(wǎng)化。目前服務的客戶80%為政府園區(qū)機構(gòu)客戶，20%為企業(yè)和類金融機構(gòu)。與傳統(tǒng)的企業(yè)盡調(diào)方式相比，數(shù)塔.Datale能夠幫助機構(gòu)降低66%的風控成本，提高3倍的決策能力支撐。