搗鼓了一個圖表搜索小零件,給你的研報系統加一點智能,了解一下?| 活動預告
事情是這樣的——
前段時間和老朋友艾瑞諮詢溝通,了解到一個有意義的需求 —— 為研報集成類產品艾瑞智慧增加圖表搜索功能。
眾所周知,艾瑞諮詢在中國網路經濟領域有十餘年的積累,擁有30多個細分行業的研究成果,還集合了其他機構關於網路經濟的數據和報告,為客戶提供全面網路經濟研究成果和行業發展信息。
但上萬份報告,怎麼看得過來?
為了讓客戶更方面地瀏覽研報,艾瑞諮詢推出了艾瑞智慧這款產品,海量精品報告一鍵式查詢。
然而,在後期用戶調查過程中,發現了一個有意思的結論,客戶瀏覽一份研報大概花費3分鐘,其中80%的時間停留在圖表頁面,並且保存研報的方式,80%以上選擇直接截取關鍵圖表。
艾瑞的小夥伴兒立刻開起了腦洞:如果能夠提供圖表搜索功能,讓客戶能夠直接定點陣圖表,是否能夠極大提高客戶瀏覽研報的效率?
如果讓客戶批量瀏覽高質量圖表,是否能提高研報的利用效率和影響力?
再增加圖表下載的功能,是否能為客戶提供附加價值呢?
……
說干就干,正是帶著這樣的期待,找到了文因互聯團隊。希望給研報系統加一點智能。
文因互聯的技術團隊對艾瑞提供的樣例分析完畢,制定出技術方案,完成核心演算法。在雙方高效的溝通配合下,項目實現了短時間內快速上線。
上線後,圖表提取系統自動處理了所有的報告,並提取出數萬張圖表,同時提供了多維度的篩選方式。
那麼來看看現在的搜索有哪些變化吧。
舉個例子。
原來查找一張圖描述生鮮電商的發展情況,要先找到生鮮電商的研報,再一頁頁翻看,找到相應的圖表截屏保存,耗時多且麻煩。
現在直接輸入關鍵詞,報告庫中所有相關描述的圖表就能夠呈現在眼前,生鮮行業的市場規模、產業鏈、行業圖譜等情況一目了然。
尤其是有一些圖表原來可能藏在另一份看起來不相關的研報中,通過其他深層次關係關聯而無法被直接搜索獲取,現在通過圖表的解析、圖表信息的結構化可以便捷地找出來。
據下圖所示,你可以根據報告年份,全部行業,熱門概念一鍵搜索研報圖表。
(感興趣可體驗艾瑞智慧產品)
客戶一秒鐘就可以獲取大量優質的研報圖表內容,搜索效率倍增,艾瑞智慧產品的日活以及留存率也得到了極大的提高。
此處應有掌聲。
為你的系統安裝圖表搜索小零件
當然,故事還沒完。
市場上每年都會產生大量的研報,僅2016年就發布了26萬篇研報。那麼多的研報,怎麼看?
文因互聯統計了3000多份研報,解析出圖表將近5萬張,平均每份研報含有15張左右圖表。如果想要看到這些圖表,意味著需要從頭到尾閱讀一遍研報,工作繁忙的時候,往往不會有耐心一一打開去仔細閱讀。
如果這其中只有1/10的研報被打開,意味著大概有350萬張左右圖表靜靜躺在角落,沒有人知道它們描述了什麼,這些有價值的素材就深藏在沒有被打開的海量研報里,這是對研究人員智慧的極大浪費。
另一方面則是市場對圖表數據資料的普遍渴求,由於圖表的直觀性特點,1秒就可以從圖表中看到市場空間的變化,一張圖就能闡述清楚產業鏈情況。比起文字,圖表往往更具易讀性和傳播性,很多人都喜歡通過圖表得到自己希望了解的信息。
很多研報機構都針對研報做了詳盡的分類和標註,但這些仍舊停留在粗顆粒度的文章層面,沒有對研報內容進行更細粒度的提取,從而很多有價值的信息都沒有被有效利用。如何提高效率?
一篇結構明晰的研報可以拆解成各種小部分,比如券商研報中企業的目標價,可以用作預測股價走勢;一致性預期可以用作買入決策的依據;對標企業、行業龍頭可以用於企業分析……
這些研報中的組成部分可以拆解成更加細粒度的功能點,批量自動提取,按不同維度檢索,將極大提高效率。
信息的提取與檢索正是文因互聯專註的領域。
僅拿圖表提取作為示例。
圖表提取的難點主要在於,圖表的識別、定位和切割,每一頁報告中圖表的位置和大小都是不確定的,人可以一眼看到報告中哪裡是圖表,機器卻不知道,所以先要讓機器識別出圖表的位置。識別出圖,還要能準確地找到圖表,構建圖表的索引和查詢的優化。
如果從零到一單獨開發,需要至少三個月的時間,而文因互聯將圖表提取和搜索技術打包成了一個可以快速部署的小零件,能最短時間部署上線。
如果你想為你的研報系統加一點智能,歡迎成為第一批天使客戶。添加商務聯絡人微信(wenyinba),回復【圖表搜索零件】。
如果也有對研報其他信息的提取需求,也歡迎溝通。
研報信息提取與搜索專場活動
如果你想高效率瀏覽研報、想沉澱研報挖掘存量數據價值,希望加強研報系統的語義搜索功能,想要定向提取研報轉為結構化數據……
也歡迎來參加文因互聯與艾瑞諮詢聯合舉辦的第26期智能金融沙龍·研報信息提取與搜索專場。
時間:暫定5月12日周六 14:30~16:30
地點:報名通過後,將於活動前三天通過簡訊告知
點擊填寫表單報名
加入智能金融交流群
添加微信群小助手微信號 wenyinai42,附上姓名、所屬機構、部門及職位,審核後小助手會邀請您入群。
推薦閱讀:
※深度訪談:人工智慧時代,我們有怎樣的機會?
※人工智慧or人工增強?特寫 | 人工智慧背後的人
※腦機介面四大倫理問題:神經科技和AI將如何重塑人機關係
※下一代AI客廳娛樂設備什麼樣?最接近真相的答案來了
※怎樣應對人工智慧帶來的倫理問題
TAG:人工智慧 |