金融行业解决方案

在科技融入金融业务的数字化转型中,应用云计算、大数据、人工智能、区块链、5G等最新科技到银行、保险、证券等金融业务发展中,金融业务流程正在被重塑,从而实现产业升级。通过金融专区、全栈专属云安全合规部署和全栈的创新技术能力,助力金融客户实现业务的敏捷创新、智能化升级等数字化转型目标

 
专业咨询服务 ∙ 助您上云无忧
专属顾问会在1个工作日内联系您
 请填写联系人
 请填写真实电话
提交

    消费金融的风控 更多内容
  • 应用场景

    联合多方正样本效果,丰富模型特征,提高模型泛化能力。 计算全程保障企业数据安全与个人隐私。 图2 金融联合营销 使能数据交易 传统数据交易方式,交易是数据所有权,交易完成后,数据被无限制复制。采用可信交易方式,交易不是数据,而是数据使用权,卖家卖是对某个数据用法用量,不用担心数据被复制。

    来自:帮助中心

    查看更多 →

  • 方案概述

    基于顶象能力搭建全行级反欺诈中台,服务于客户全部业务线,能够结合具体业务需求配置针对金融业务领域策略。 客户价值: 全面实现全渠道、跨产品、各种关联方式欺诈风险实时防。为行方构建了有效全行级反欺诈体系,获得亚洲银行家大奖。 电商公司反营销作弊智能系统 业务痛点:

    来自:帮助中心

    查看更多 →

  • 单点环路检测(Single Vertex Circles Detection)

    单点环路检测(Single-Vertex-Circles-Detection)是一个经典图问题,意在寻找图中环路。环路上点较好地体现了该点重要性。 适用场景 单点环路检测适用于交通运输、金融等场景。 参数说明 表1 Single-Vertex-Circles-Detection算法参数说明

    来自:帮助中心

    查看更多 →

  • 算法一览表

    单点环路检测是一个经典图问题,意在寻找图中环路。环路上点较好地体现了该点重要性,适用于交通运输、金融等场景。 点集共同邻居(Common Neighbors of Vertex Sets) 可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域交集),直观发现与两个群体

    来自:帮助中心

    查看更多 →

  • 中介中心度算法(Betweenness Centrality)

    中介中心度算法(Betweenness Centrality)以经过某个节点最短路径数目来刻画节点重要性指标。 适用场景 可用作社交、等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融、交通路网、城市规划等领域 参数说明 表1 Betweenness Centrality算法参数说明

    来自:帮助中心

    查看更多 →

  • k核算法(k-core)

    k核算法(k-core) 概述 k核算法(k-core)是图算法中一个经典算法,用以计算每个节点核数。其计算结果是判断节点重要性最常用参考值之一,较好体现了节点传播能力。 适用场景 k核算法(k-core)适用于社区发现、金融等场景。 参数说明 表1 k核算法(k-core)参数说明

    来自:帮助中心

    查看更多 →

  • 数据下载的消费模式

    G表示消费者需要重新加入消费组,若为STABLE表示消费组稳定。 JoinGroup 如果Heartbeat结果不为STABLE,则消费者会发起joinGroup请求,通知服务端自己要加入消费组,服务端收到客户端join请求之后,会将消费组重新分配,此时返回一个syncDe

    来自:帮助中心

    查看更多 →

  • 客户消费

    客户消费 查询消费汇总 查询消费明细 月结95峰值计费产品 父主题: 客户

    来自:帮助中心

    查看更多 →

  • 数据下载的消费模式

    G表示消费者需要重新加入消费组,若为STABLE表示消费组稳定。 JoinGroup 如果Heartbeat结果不为STABLE,则消费者会发起joinGroup请求,通知服务端自己要加入消费组,服务端收到客户端join请求之后,会将消费组重新分配,此时返回一个syncDe

    来自:帮助中心

    查看更多 →

  • 方案概述

    可应用于供应链管理场景,以评估潜在供应商信誉、财务状况和供应链稳定性。需要分析供应应商信用评级、财务数据和历史表现,协助企业做出合适供应链决策,减少供应链风险。 客户痛点: 痛点一:数据准确性不足,从互联网直接爬取数据无法支撑决策;收集和整理竞信息需要耗费大量时间和资源。信息准确性和实时性至关重要。

    来自:帮助中心

    查看更多 →

  • 带一般过滤条件环路检测(filtered circle detection)

    sources 否 查询起始节点ID集合 String - 标准csv格式,ID之间以英文逗号分隔,例如:“Alice,Nana” n 否 枚举满足过滤条件个数上限 Int [1,100000] 100 statistics 否 是否输出所有满足过滤条件个数 Boolean

    来自:帮助中心

    查看更多 →

  • 服务支持使用哪些算法对图进行分析?

    PageRank算法。该算法继承了经典PageRank算法思想,利用图链接结构来递归地计算各节点重要性。与PageRank算法不同是,为了保证随机行走中各节点访问概率能够反映出用户偏好,PersonalRank算法在随机行走中每次跳转会以(1-alpha)概率返回到source节点,因此可

    来自:帮助中心

    查看更多 →

  • 典型应用

    大数据分析:结合Spark等工具,可以用于实时推荐等大数据场景。 金融行业 云数据库 GeminiDB结合Spark等大数据分析工具,可应用于金融行业体系,构建反欺诈系统。 优势: 大数据分析:结合Spark等工具,可以进行实时反欺诈检测。

    来自:帮助中心

    查看更多 →

  • 点集全最短路(All Shortest Paths of Vertex Sets)

    点集全最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融、路网交通、物流配送等场景下区块之间关系分析。 参数说明 表1 All Shortest Paths of Vertex Sets参数说明

    来自:帮助中心

    查看更多 →

  • 数据消费

    当前管道中数据消费配置状态。 管道名称 当前数据管道名称。 订阅器 系统预置订阅模式,决定数据如何传递给消费者。 访问节点 当前数据访问节点。 相关操作 数据消费开启后,如需关闭,则可在数据消费页面,单击“当前状态”后,关闭数据消费。 父主题: 安全分析

    来自:帮助中心

    查看更多 →

  • 客户消费

    客户消费 查询消费汇总 查询消费明细 月结95峰值计费产品 父主题: 客户

    来自:帮助中心

    查看更多 →

  • 金融行业

    中国金融业信息技术“十三五”发展规划(2017)指出:支持实力较强的机构独立或者联合建设金融业云服务平台,面向同业特别是中小金融机构提供云服务,提高行业资源使用效率。多家银行系金融科技公司成立,以行业云方式,对信息建设、业务流程、金融应用软件开发等能力做输出。服务从集团内部到中小银行、基金、保险、证券、信托等金融机构,再到其他非金融企业。

    来自:帮助中心

    查看更多 →

  • OD中介中心度(OD-betweenness Centrality)

    Centrality)在已知一系列OD出行计划前提下,以经过某个点/某条边最短路径数目来刻画边重要性指标。 适用场景 可用作社交、等网络中“中间人”发掘,交通、传输等网络中关键节点识别,城市热点事件\早晚高峰人群车辆迁徙发生时关键路段模拟;适用于社交、金融、交通路网、城市规划等领域 参数说明 表1

    来自:帮助中心

    查看更多 →

  • 消费验证

    消费验证 功能介绍 消费验证。 调试 您可以在 API Explorer 中调试该接口,支持自动认证鉴权。API Explorer可以自动生成SDK代码示例,并提供SDK代码示例调试功能。 URI POST /v2/reliability/{project_id}/instances

    来自:帮助中心

    查看更多 →

  • 消费API

    对于不需要付费购买API(技术开放型API),可以通过以下步骤在线调测API,快速试用API。 单击API资产,查看API资产开发文档。 在需要调试接口详情页面,单击“在线调试”。 部分API未提供调试功能,具体以详情页面展示信息为准。 对于需要付费购买API(来源于华为

    来自:帮助中心

    查看更多 →

  • API消费

    API消费 API产品 API目录 审核管理 调用API

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了