自主研發(fā)不斷突破！索信達(dá)AI技術(shù)再獲國家發(fā)明專利授權(quán)

近日
，索信達(dá)控股有限公司(股票代碼:03680.HK ，以下簡(jiǎn)稱“索信達(dá)”)在技術(shù)自主知識(shí)產(chǎn)權(quán)方面又取得新突破，由其旗下的深圳索信達(dá)數(shù)據(jù)技術(shù)有限公司自主研發(fā)的“一種基于數(shù)據(jù)樣本圖像化的數(shù)據(jù)甄別的方法與系統(tǒng)”，獲得國家知識(shí)產(chǎn)權(quán)局頒發(fā)的發(fā)明專利證書 。此項(xiàng)發(fā)明專利與之前已獲得授權(quán)的發(fā)明專利“一種基于用戶群微細(xì)分的信息推送方法及系統(tǒng)”
，共同構(gòu)成了索信達(dá)客戶微細(xì)分儀產(chǎn)品的核心技術(shù)。

本發(fā)明公開了一種基于數(shù)據(jù)樣本圖像化的數(shù)據(jù)甄別的方法與系統(tǒng) ，從服務(wù)器獲取用戶信息；對(duì)用戶信息進(jìn)行標(biāo)準(zhǔn)化處理，得到第一數(shù)據(jù)集；對(duì)第一數(shù)據(jù)集進(jìn)行結(jié)構(gòu)引力成像處理 ，將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為二維彩色等高線輪廓圖；選取全部正樣本對(duì)應(yīng)的輪廓圖，并使用GAN方法生成更多的正樣本，以使得樣本的正負(fù)比例趨于均衡；從二維彩色等高線輪廓圖中提取低維特征向量 ，基于用戶信息構(gòu)建新的XGBoost第二XGBoost模型；基于新的XGBoost第二XGBoost模型進(jìn)行數(shù)據(jù)甄別。本發(fā)明可以生成圖像的方式產(chǎn)生更多的正樣本，達(dá)到正負(fù)樣本的均衡，避免了常規(guī)的SMOTE等基于線性插值的過采樣方法引入的額外的偏差，使得甄別結(jié)果更加精確，性能更優(yōu) 。

此前獲得授權(quán)的發(fā)明專利“一種基于用戶群微細(xì)分的信息推送方法及系統(tǒng)”從服務(wù)器獲取用戶信息及其對(duì)應(yīng)的產(chǎn)品信息；對(duì)所述用戶信息及其對(duì)應(yīng)的產(chǎn)品信息進(jìn)行標(biāo)準(zhǔn)化處理
，得到第一數(shù)據(jù)集；對(duì)所述第一數(shù)據(jù)集進(jìn)行結(jié)構(gòu)引力成像處理，將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為二維彩色等高線輪廓圖；從所述二維彩色等高線輪廓圖中提取低維特征向量；根據(jù)所述低維特征向量采用密度聚類的方法對(duì)用戶群進(jìn)行微細(xì)分以形成用戶微細(xì)分簇群；將所述低維特征向量及用戶微細(xì)分簇群的提升度用于優(yōu)先推薦模型的優(yōu)化提升；基于所述優(yōu)先推薦模型的預(yù)測(cè)結(jié)果向用戶群進(jìn)行相應(yīng)產(chǎn)品的信息推送 。該發(fā)明可以通過識(shí)別用戶深層特征并進(jìn)行用戶群微細(xì)分以進(jìn)行精準(zhǔn)信息推送。

索信達(dá)基于上述發(fā)明專利研發(fā)出“客戶微細(xì)分儀”，創(chuàng)新性地提出結(jié)構(gòu)引力成像技術(shù)，實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)和深度學(xué)習(xí)算法的有機(jī)融合 ，打造金融場(chǎng)景下的戰(zhàn)術(shù)級(jí)客戶分群新思路，通過把單調(diào)繁瑣的數(shù)據(jù)通過特定算法圖像化