图80 风险案件库 系统管理-产品管理 接入全景式业务风控系统的前提是需要先创建产品, 系统会分配 appId和appSecret. 这两个参数标识一个应用, 也贯穿整个风控体系, 包括事件, 字段, 指标, 策略等, 就算是调用风控任何一个接口都需要对appId和appSecret进行鉴权。

查看更多 →

痛点三：企业的合作伙伴信息不透明，需要深入了解其经营状况和商业风险。合作伙伴选择需要综合考虑多个因素。 通过本方案实现的业务效果： 金融-信贷业务/风控（国有银行/商业银行/金融服务/财产保险/人寿保险） 降低合规监管风险：多维度数据整合、实时风险评估，提供全面的信用分析。前对企业评估风险，防范

查看更多 →

数字化采购：流程数字化采购、阳光透明；多种询货寻源方式、降本增效；过程留痕、节点监控、大数据；丰富的生态体系延申。 供应链金融：多场景应用物联网监管仓；支持多种融资模式，全程监控、风控预警；线上化金融服务平台，四流合一。 信息化规划：信息平台规划与建设；信息化趋势与技术架构；业务流程梳理；实施策略与建设方案。

查看更多 →

应用场景 政企信用联合风控 金融机构对于中小微企业的信用数据通常不足，央行征信数据覆盖率有限，不良企业多家骗贷事件屡有发生。金融机构与政府部门，如税务部门、市场监管部门、水电公司等在保护各方原始数据隐私的前提下，通过多方联合建模，金融机构补充了风控模型特征维度，提升模型准确率。 优势：

查看更多 →

引擎CCE缩短端到端连通时间，使用 对象存储OBS 服务降低数据存储成本。同时具备如下方案优势： 安全风控能力强：利用人脸核身、数字证书、印章授权等技术手段，增强合同签约过程中的安全风控，降低合同篡改、冒签风险，规范企业用印管理。 电子签约成本低：解决方案结合华为云存储服务，单份合同

查看更多 →

基于顶象能力搭建全行级的风控反欺诈中台，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的风控策略。 客户价值： 全面实现全渠道、跨产品、各种关联方式的欺诈风险的实时防控。为行方构建了有效的全行级反欺诈体系，获得亚洲银行家大奖。 电商公司反营销作弊智能风控系统 业务痛点：

查看更多 →

供应链协同智能调度优化模型库 供应链企业多级仓储仿真建模能力 供应链库存裸仓评估：当供应链上有多个仓库可供选择，评估对比不同裸仓方案、给出评分和排序，支撑供应链上的裸仓选择决策。 裸仓坐标化建模，导入仓库基础长宽高、建筑约束等信息，得到月台配比、柱子密度等量化评估指标。 裸仓对比

查看更多 →

供应链物流 基于 区块链 服务，同时结合物联网技术，构建由生产商、仓储、物流商和客户作为参与方组成的协作联盟，将货物从生产，仓储、干线物流，经销商，本地物流一直到客户全流程信息的可信记录，解决了信息孤岛，信息流转不畅，信息缺乏透明度等行业问题。 行业现状及痛点 纸质单据 很多环节仍然

查看更多 →

供应链云 采购管理 销售管理 信用管理 库存管理 组织间结算 条码管理 供应商协同 父主题： 实施步骤

查看更多 →

计划与决策优化模型应用组件 天筹建模工具和天筹求解器是计划于决策优化模型应用组件的核心模块。小到快递员路线选择、商铺选址，大到工厂排程、物流路径规划和金融风控等问题，都可以建成数学规划模型，用天筹求解器进行求解。利用运筹优化算法和决策模型求解方法，将业务问题转化为数学规划模型，适用在多

查看更多 →

Detection）是一个经典的图问题，意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。 参数说明 表1 Single-Vertex-Circles-Detection算法参数说明 参数 是否必选 说明 类型 取值范围

查看更多 →

支持多业务环节(单据)：可根据业务实际，选择需要参与信用管控的业务单据； 支持多应用场景(单据类型)：可进一步细分，参与信用管控的业务单据的单据类型； 支持多控制时点：可选择信用控制时点，“提交”或“审核”时进行信用管控； 支持多控制强度： 预警提示、密码特批、取消交易、信用冻结；

查看更多 →

产品优势 全局智能 | 业界首个盘古差旅大模型 体验智能 200+智能场景覆盖，出差全流程畅快体验 智能行程规划、智能资源推荐等，30秒搞定出行预订 管理智能 智能采购，从需求识别、资源匹配到采购邀约智能化，效率双倍提升 智能风控模型，实时风险预警，确保安全合规 运营智能 智能客

查看更多 →

数据不安全，数据存储、传递、使用不合理，造成敏感信息泄露 解决方案实践的应用行业推荐： 金融行业：金融统一监管报表平台，金融风险全面管控，金融大数据中台 租赁行业：租赁行业大数据平台，租赁资产监督管控 医疗卫生：省级卫生数据管理与服务平台，医院 数据治理 与运营分析平台 能源：应急与能源行业大数据平台，电网规划大数据平台

查看更多 →

点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力。 适用场景 k核算法（k-core）适用于社区发现、金融风控等场景。 参数说明 表1 k核算法（k-core）参数说明 参数 是否必选 说明 类型 取值范围 默认值 k 是 核数。 算法会返回核数大于等于k的节点。

查看更多 →

中介中心度算法（Betweenness Centrality）以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”发掘，交通、传输等网络中关键节点识别；适用于社交、金融风控、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

查看更多 →

detection）目的是寻找图中所有满足过滤条件的环路。 适用场景 带一般过滤条件的环路检测(filtered circle detection)算法适用于金融风控中循环转账检测、反洗钱，网络路由中异常链接检测，企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明

查看更多 →

数字化供应链 产品概述 百望云对账结算协同平台通过创新的合作协同模式，打通企业与其上下游的从订单到发票的全链路数据， 极大的提升了企业内外部协同效率，大幅缩短了结算周期，降低企业人工成本和税务风险。 系统流程 结算数据 供应商在系统查看结算数据。 供应商可以查看结算单编号，状态、

查看更多 →

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。

查看更多 →

超强写入：相比于其他NoSQL服务，拥有超强写入性能。 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，可应用于金融行业的风控体系，构建反欺诈系统。 优势： 大数据分析：结合Spark等工具，可以进行实时的反欺诈检测。

查看更多 →

企业普遍存在的质量问题难以预测、质量结果无法追溯、上下游质量无法管控以及质量数据信息缺乏协同贯通、质量管理缺乏统一平台等痛点。 方案架构 图1 制造业数字化质量管理解决方案架构 希维云以打造中国自主的国际化供应链质量协作网络为愿景，提供大中型制造企业打造高品质产品的管理系统； 以上下游质量管理作为核心产品；

查看更多 →