人工智能在商业银行的应用与实践

人工智能在商业银行的应用与实践
作 者: 王铿 王丽静
出版社: 机械工业出版社
丛编项: 银行业信息化丛书
版权说明: 本书为出版图书,暂不支持在线阅读,请支持正版图书
标 签: 暂缺
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

  王铿,中国银行软件中心党委书记、总经理,中国银行金融数字化委员会委员,主持研发了中国银行全球统一支付平台、全球日间流动性管理平台、“e企赢”全球企业生态系统等重点产品,曾获得人民银行科技发展奖特等奖、一等奖、银行家杂志“中国金融创新奖之十佳区块链应用创新奖”、“亚洲银行家”区块链应用项目奖等多个重要奖项,牵头开展了区块链、粤港澳大湾区、自贸区等多项重点领域专题研究,多年深耕金融科技创新和数字化转型领域,具有丰富的金融业信息科技工作经验。

内容简介

进入了以数字化、信息化为主的工业3.0时代,人工智能取得了飞速发展并正着社会高速发展,迈向以智能化著称的4.0时代。随着商业银行的全球化发展、信息科技的深度应用,商业银行和人工智能已经呈现出了互相促进的态势。但不容忽视的是,在智能化转型的过程中,人工智能所引发的风险也必须引起重视,如何规避可能产生的风险,提出有效的解决方案,使所有相关流程合法合规,也是商业银行在社会发展中所应当承担的责任。本书核心部分详细介绍了人工智能技术在商业银行的应用实践,有利于具体指导商业银行中人工智能体系的建设,填补国内相关经验分享的空白。

图书目录

目录

前言

第1章 人工智能概述 / 1

1.1 人工智能技术 / 1

1.1.1 人工智能的概念 / 1

1.1.2 人工智能的发展 / 2

1.1.3 金融科技的发展 / 3

1.2 人工智能的应用 / 5

1.2.1 人工智能的应用领域 / 5

1.2.2 人工智能在商业银行的应用 / 7

第2章 商业银行常用人工智能技术简介 / 13

2.1 机器学习技术 / 13

2.1.1 主流算法介绍 / 14

2.1.2 建模流程 / 15

2.2 语音处理技术 / 16

2.2.1 语音识别 / 16

2.2.2 语音合成 / 18

2.3 自然语言处理 / 18

2.3.1 基础技术 / 18

2.3.2 应用介绍 / 19

2.4 知识图谱技术 / 21

2.4.1 图谱构建 / 22

2.4.2 知识应用 / 23

2.5 生物特征识别技术 / 25

2.5.1 人脸识别 / 26

2.5.2 虹膜识别 / 26

2.5.3 静脉识别 / 26

2.5.4 声纹识别 / 27

2.6 计算机视觉技术 / 28

2.6.1 基础技术 / 28

2.6.2 OCR技术 / 29

2.7 联邦学习技术 / 31

2.7.1 横向联邦学习 / 32

2.7.2 纵向联邦学习 / 32

2.7.3 联邦迁移学习 / 33

第3章 商业银行应用策略 / 35

3.1 人工智能技术的应用方法 / 35

3.1.1 机器学习应用类型 / 37

3.1.2 智能语音识别应用类型 / 41

3.1.3 自然语言处理应用类型 / 42

3.1.4 知识图谱应用类型 / 44

3.1.5 生物特征识别应用类型 / 47

3.1.6 计算机视觉应用类型 / 49

3.2 人工智能应用的评价 / 50

3.2.1 感知评价指标 / 50

3.2.2 认知模型评价指标 / 51

3.2.3 数据集划分 / 52

3.2.4 评估指标 / 52

3.3 人工智能模型运营管理 / 58

3.3.1 人工智能模型生成 / 58

3.3.2 人工智能模型运营 / 59

3.4 人工智能应用中的风险因素 / 62

3.4.1 人工智能风险 / 62

3.4.2 金融人工智能应用的安全性 / 68

3.4.3 人工智能安全法律和政策 / 70

第4章 商业银行应用架构 / 81

4.1 人工智能应用架构简介 / 81

4.1.1 人工智能产业介绍 / 81

4.1.2 人工智能平台实施方法 / 84

4.2 感知智能平台架构 / 91

4.2.1 感知能力共享中心 / 92

4.2.2 生物识别平台 / 96

4.2.3 语音识别平台 / 97

4.2.4 自然语言处理平台 / 98

4.2.5 知识库平台 / 100

4.2.6 机器人平台 / 101

4.3 认知智能平台架构 / 102

4.3.1 基础数据层 / 105

4.3.2 软硬件资源层 / 105

4.3.3 技术框架层 / 105

4.3.4 模型管理层 / 108

4.3.5 服务应用层 / 109

4.4 应用架构设计要点 / 109

4.4.1 应用架构设计 / 109

4.4.2 工程实践经验 / 111

第5章 商业银行应用场景及实践 / 114

5.1 主要应用场景简介 / 114

5.2 智能客服 / 120

5.2.1 背景 / 120

5.2.2 主要用法 / 120

5.2.3 业务价值 / 134

5.3 智能渠道 / 135

5.3.1 背景 / 135

5.3.2 现状 / 136

5.3.3 主要用法 / 137

5.3.4 业务价值 / 142

5.4 智能营销 / 143

5.4.1 背景 / 143

5.4.2 智能推荐应用 / 144

5.4.3 智能推荐价值和展望 / 147

5.4.4 流失预警 / 147

5.4.5 智能投顾 / 149

5.5 智能投资 / 149

5.5.1 背景 / 149

5.5.2 高频交易 / 150

5.5.3 程序化交易 / 151

5.5.4 人工智能 / 151

5.5.5 交易模式 / 153

5.5.6 订单类型 / 154

5.5.7 常见策略 / 154

5.5.8 策略开发流程 / 156

5.5.9 业务价值 / 157

5.6 智能风控 / 158

5.6.1 背景 / 158

5.6.2 现状 / 159

5.6.3 主要内容 / 159

5.6.4 智能风控的风险传导体系建立 / 170

5.7 智能运营 / 171

5.7.1 运营的概念 / 171

5.7.2 运营的趋势 / 172

5.7.3 某银行智能运营的建设方案 / 173

5.7.4 交易集约 / 174

5.7.5 风控集约 / 178

5.7.6 实物集约 / 182

第6章 商业银行应用展望 / 183

6.1 人工智能技术的发展及应用 / 183

6.2 商业银行业务发展对人工智能的需求 / 187

6.2.1 智能客服 / 187

6.2.2 智能渠道 / 188

6.2.3 智能营销 / 188

6.2.4 智能投资 / 189

6.2.5 智能风控 / 190

6.2.6 智能运营 / 190

6.3 人工智能应用的合规性 / 191

6.3.1 国际金融监管政策分析 / 192

6.3.2 国内金融监管政策分析 / 194

6.3.3 启示与变革 / 195

结束语 / 196

参考文献 / 198