首页 理论教育 大数据与AI的应用案例分享

大数据与AI的应用案例分享

时间:2023-06-23 理论教育 版权反馈
【摘要】:接下来,本活动将梳理大数据技术在各行各业的应用,并列举部分应用场景。启信宝大数据显示,劳动纠纷数量较多的行业有制造业、建筑业和批发零售业,而批发零售业、制造业、科学研究和技术服务业这三个行业查询率最高,位列用户最关注的行业前三名。

大数据与AI的应用案例分享

对于大数据的应用场景,包括各行各业对大数据处理和分析的应用,最核心的还是用户需求。接下来,本活动将梳理大数据技术在各行各业的应用,并列举部分应用场景。

1.大数据+AI科技抗击疫情

随着产业需求的变化,AI及大数据等新技术风口密集爆发,为传统行业赋予全新价值。在最近两年爆发的疫情中,为了实现更好的管控防治效果,不少企业纷纷应用诸多技术手段来抗击疫情。对比2003年肆虐的非典疫情,此次的疫情在症状上潜伏期更长,传染性更强,因此在防治方面无疑会面临更大的困难。

为此,百度地图针对人口流动及疫情扩散影响迅速升级了迁徙大数据平台,公众可以在该平台查看全国及各省市每日人口迁徙趋势、规模和城内出行强度,从而更加清晰地了解全国范围内人口流动与出行情况。与此同时,百度地图推出实时路况平台,展示各地高速拥堵趋势及交通枢纽人流指数趋势,并提供详细的拥堵时段、路段等信息,方便公众错峰出行。截至3月15日,百度地图迁徙大数据平台和全国实时路况平台自上线以来已累计提供超22.4亿次服务。

疫情期间,结合地理信息数据、时空数据进行疫情研判、制订疫情防控决策是至关重要的手段,也是让公众了解疫情信息、提高防控意识的重要工具。百度地图在对抗疫情中积极投入,充分利用大数据与人工智能技术加速产品研发上线,为公众提供了便捷的工具,也成为进行疫情防控的有力支撑。

2.大数据+AI助力求职“避坑”

近期,互联网公司竞相加入激烈的“人才争夺”大战。针对职场新人的“查证困难”“使用不便”“信息不对称”等一系列求职痛点,合合信息旗下的企业信息查询平台启信宝推出“求职避坑”新功能,对企业进行全方位、多维度考察及深度信息整合,为广大求职者提供一个全面、清晰的企业发展形象与行业前景蓝图。求职避坑功能的界面如图3-24所示。

启信宝大数据显示,劳动纠纷数量较多的行业有制造业、建筑业和批发零售业,而批发零售业、制造业、科学研究和技术服务业这三个行业查询率最高,位列用户最关注的行业前三名。

“求职避坑”功能上线后,受到广大用户的一致好评,尤以“劳动纠纷指数”受到众多用户的关注与青睐。据介绍,劳动纠纷指数以裁判文书中的判决书作为主要依据,考量近五年劳动类的纠纷,包括但不限于劳动争议、受伤赔偿、追索劳动报酬、社会保障纠纷等,指数范围在1~100分之间。据相关业务负责人提示,被查询企业的劳动纠纷指数高于40分时,建议多观察、多比较;高于80分时,需要谨慎对待。(www.xing528.com)

此功能的另一大亮点是“企业发展前景”一键查询。依托海量数据处理与深度数据挖掘,启信宝提供智能分析能力服务,将企业发展前景剖析为企业发展现况与重大经营风险两部分。企业发展现况主要包含该企业最新融资轮次、企业标签、社保员工规模等可考量数据,重大经营风险则与该企业被执行次数、异常信息提示、高危风险预警等风险因素有关。结合相关分析数据,职场新人不仅能实现精准“避坑”,也能对相关行业发展前景有更进一步的了解。

图3-24 求职避坑功能界面

据了解,作为“长三角征信机构联盟”的发起单位之一,启信宝凭借着在人工智能与大数据的多年深耕,汇集境内2.3亿家的超过1 000亿条实时动态企业大数据,提供包括工商股权、司法涉诉、诚信及失信、舆情、资产等1 000多个数据维度,可对数据进行深度挖掘,提供企业关联图谱、舆情监控、风险监控、商标及专利信息、深度报告等多种数据查询、挖掘和智能分析服务。

3.大数据+AI促进精准营销

电商是最早利用大数据进行精准营销的行业,除了精准营销以外,电商还可以依据客户消费习惯来提前为客户备货,并利用便利店作为货物中转点,在客户下单15分钟内将货物送上门,提高客户体验。马云的菜鸟网络宣称的24小时完成在中国境内的送货,以及京东的刘强东宣传未来京东将在15分钟完成送货上门,都是基于客户消费习惯的大数据分析和预测。

电商可以利用其交易数据和现金流数据,为其生态圈内的商户提供基于现金流的小额贷款,电商业也可以将此数据提供给银行,同银行合作为中小企业提供信贷支持。由于电商的数据较为集中,数据量足够大,数据种类较多,因此,未来电商数据应用将会有更多的想象空间,包括预测流行趋势、消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析,电商的消费报告将有利于品牌公司产品设计、生产企业的库存管理和计划生产、物流企业的资源配置、生产资料提供方产能安排等,有利于精细化社会化大生产及精细化社会的出现。

电商平台的商品展示与消费者的需求描述之间,是通过搜索环节产生联系的。不过,基于文字的搜索行为有时很难直接引导用户找到他们想要的商品。通过计算机视觉和深度学习技术,可以让消费者轻松搜索到他们正在寻找的产品。消费者只需将商品图片上传到电商平台,人工智能能够理解商品的款式、规格、颜色、品牌及其他的特征,最后为消费者提供同类型商品的销售入口。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈