網(wǎng)上有很多關(guān)于pos機學習內(nèi)容,投資以及用戶體驗中的用例的知識，也有很多人為大家解答關(guān)于pos機學習內(nèi)容的問題，今天pos機之家(www.afbey.com)為大家整理了關(guān)于這方面的知識，讓我們一起來看下吧!

本文目錄一覽：

1、pos機學習內(nèi)容

pos機學習內(nèi)容

作者：AltexSoft Inc

編譯：ronghuaiyang

導讀

給大家介紹一下AI在金融領(lǐng)域的一些用例場景。

在30年前，你需要等好幾天才能得到銀行的貸款審批。或者花幾個星期的時間在保險公司的官僚作風上，只是為了在一場小車禍后得到賠償。如今，這些操作只需要不到一天的時間，因為文檔是在線提交和處理的，很少或根本不需要人工交互。在本文中，我們將介紹一組有望改變在金融世界中做生意的整個理念的技術(shù)。

人工智能 —— 它僅僅是一個放在你的登陸頁面上的時髦短語，還是一個創(chuàng)新的用例？答案是……都是，當然，我們會討論在金融行業(yè)的幾個領(lǐng)域使用人工智能的真實例子。

保險索賠自動化

一些基于機器學習的技術(shù)使保險公司能夠自動化索賠過程，減少等待時間，并使代理人員能夠做一些不那么例行的工作。識別人的語音可以幫助數(shù)字化處理索賠。由于客戶服務(wù)代表的大部分時間都花在處理電話索賠上，語音識別可以幫助轉(zhuǎn)錄和解釋信息。另一個未開發(fā)的潛力是文本識別。它可以幫助數(shù)字化手寫筆記和報告，以及實時轉(zhuǎn)錄音頻信息和電話，可以使用語音api，如谷歌Cloud Speech to Text或IBM Speech to Text。

如何應用，IT服務(wù)提供商Cognizant構(gòu)建了一個解決方案，幫助一家財產(chǎn)和意外保險公司實時轉(zhuǎn)錄索賠呼叫，創(chuàng)建呼叫摘要，然后提交給代理進行審查。他們還分析了25000個保存下來的電話，以識別最常見的索賠和活動。

一家保險技術(shù)公司Shift Technology提供索賠自動化和欺詐檢測解決方案。它的SaaS產(chǎn)品與保險公司的系統(tǒng)集成，并為索賠處理的每個步驟啟動自動化流程。它還會為每一項索賠生成欺詐分數(shù)，生成詳細的欺詐報告，并建議對復雜案件進行調(diào)查活動。

個性化

通過為客戶創(chuàng)建個性化的保險檔案，保險公司可以在吸引新客戶和留住老客戶方面取得顯著效果?；谕侗Ｈ说臍v史和個人數(shù)據(jù)，以及統(tǒng)計數(shù)據(jù)，算法可以發(fā)現(xiàn)人類無法了解的依賴關(guān)系，公司可以為每個客戶進行個人風險評分。

這種方法在醫(yī)療保險中特別流行，而且，個性化與風險和價格有關(guān)。那些身體更健康、生活方式更健康、健康風險更小的人可以獲得折扣。埃森哲的研究表明，盡管這種方法引起了人們對個人數(shù)據(jù)隱私問題的關(guān)注，但如果能帶來更好的服務(wù)，80%的消費者已經(jīng)準備好分享他們的個人信息。

如何應用。Sentiance是一家數(shù)據(jù)科學公司，為物聯(lián)網(wǎng)、健康、保險、商業(yè)等領(lǐng)域提供數(shù)據(jù)跟蹤和分析解決方案。他們提供了一種移動解決方案，使用智能手機傳感器來跟蹤、記錄、分析和評分司機的行為?；谶@些輸入，它對駕駛行為進行評分，這樣保險公司就可以增加或減少客戶的保險費。

來自感知行為智能平臺的駕駛評分

健康保險公司BlueCross BlueShield擁有BCBS Axis系統(tǒng)，該系統(tǒng)可以幫助企業(yè)定制政策，以適應其員工群體，應用有關(guān)健康問題的數(shù)據(jù)。該系統(tǒng)分析了來自美國96%的醫(yī)療機構(gòu)和專業(yè)人員的23億醫(yī)療程序數(shù)據(jù)，以幫助他們的客戶做出明智的決定。

銀行欺詐檢測

欺詐仍然是對客戶和銀行的財務(wù)安全最敏感的問題之一：使用新賬戶的信用卡欺詐是身份盜竊網(wǎng)絡(luò)犯罪中排名第一的。我們已經(jīng)提到人工智能算法如何識別欺詐性的保險索賠，但這個問題在信用卡操作中更為普遍。隨著支付變得更加無感，銀行不能依賴常規(guī)的基于規(guī)則的欺詐檢測，進入了基于機器學習的欺詐檢測系統(tǒng)的階段。

在銀行中，ML系統(tǒng)通常通過比較紙質(zhì)文檔和系統(tǒng)數(shù)據(jù)或使用交易歷史來驗證一個人來評估數(shù)據(jù)的可信度。它們還會注意到相同事務(wù)的副本，從而區(qū)分錯誤點擊和實際欺詐。最常見的情況是檢測不尋常的購買并自動向客戶發(fā)送驗證請求。

如何應用。萬事達使用Vocalink解決方案在每個交易生命周期的開始評估所有新客戶交易，在早期防止欺詐。他們的防欺詐解決方案是對交易進行監(jiān)控，并將需要進一步考慮的可疑流程通知金融機構(gòu)。除了防止欺詐，它還提供分析報告和反洗錢。

Kount是一個數(shù)字防欺詐解決方案，為支付和新賬戶提供防欺詐服務(wù)，以及賬戶保護。該系統(tǒng)采用了數(shù)據(jù)網(wǎng)絡(luò)和先進的機器學習技術(shù)。它還通過提供每個登錄的詳細數(shù)據(jù)來支持無感支付，這些數(shù)據(jù)稍后用于檢測異常和糾正客戶體驗。

信用評分

如果手動完成，信用評分需要很多時間，因為很多不同的數(shù)據(jù)處理：個人信息、收入、付款歷史，甚至從另一個銀行信用記錄,可以通過各種金融api 。此外，傳統(tǒng)的信用評分通常要求將人劃分為幾個明顯可區(qū)分的群體，因此往往是黑白分明的，灰色區(qū)域不多。

大多數(shù)基于mlb的信用評分解決方案使用預測算法來判斷客戶是否會還款。此外，他們可能會使用不同的機器學習方法，包括自然語言處理來分析社交媒體數(shù)據(jù)。擁有基于人工智能的信用評分的銀行可以獲得大量的客戶數(shù)據(jù)，從而為那些本來無法獲得信用的人提供信貸。

如何應用。Lenddo是一家使用預測算法并提供在線和移動服務(wù)集成的信用評分提供商。即使申請的人沒有信用記錄，這個解決方案也可以為他們提供一個分數(shù)，通過分析他們的數(shù)字軌跡(比如社交媒體活動、地理位置和搜索引擎活動)。

GiniMachine是一家為金融機構(gòu)提供服務(wù)的信用評分平臺。他們?yōu)閭€人和企業(yè)提供數(shù)據(jù)分析。GiniMachine使用自己的信用評分模型，基于已發(fā)放、已償還和逾期貸款的歷史數(shù)據(jù)。該平臺使用深度學習神經(jīng)網(wǎng)絡(luò)分析數(shù)據(jù)，然后創(chuàng)建一份適合計算分數(shù)的報告。

投資和交易金融咨詢

金融行業(yè)面臨著各種風險，尤其是在投資方面。人工智能技術(shù)可以利用數(shù)據(jù)分析、深度學習和機器學習算法，幫助做出明智的投資決策，并預測可能的風險。其中一些作為應用數(shù)據(jù)分析或其他解決方案的分析平臺存在。

機器人顧問是新興趨勢之一。他們像普通的財務(wù)顧問一樣工作。通常，他們的目標投資者是那些資源有限、希望管理他們的基金的人，比如中小型企業(yè)或個人?；谌斯ぶ悄艿臋C器人顧問為用戶創(chuàng)建金融投資組合，并應用歷史數(shù)據(jù)處理，包括在某些情況下的風險評估算法。這些解決方案包括以下部分:

KOSHO robo-advisor界面

如何應用。機器人顧問有不同的形式。例如，韓國應用程序KOSHO就是一個針對個人的解決方案。它利用深度學習和金融市場的歷史數(shù)據(jù)，分析了三個關(guān)鍵的市場因素(波動率指數(shù)、PMI和通脹)。

情感分析

你可以通過整天滾動新聞和出版物來跟蹤當前的市場趨勢，也可以雇人來幫你做，或者使用情感分析。這種方法通過句子來分析文本，區(qū)分肯定的、否定的和中性的意思。在貿(mào)易方面，情感分析工具分析市場情緒以及提到的在投資者的投資組合里的公司是否出現(xiàn)在新聞或社會媒體中。

如何應用。情感分析有助于預測交易者和投資者的趨勢，有專門針對這個市場的解決方案。其中一個例子是Catana Capital，這是一個處理新聞文章、tweets和博客的預測交易工具。

用戶體驗機器人

聊天機器人的主要目標是改善用戶體驗，不管它們應用于哪個行業(yè)。另一個目標是通過與客戶溝通和回答他們的問題來減少員工的工作量。在金融業(yè)，聊天機器人大多被用作銀行和保險公司前臺的一個組成部分。

Cognizant定義了一個有效的聊天機器人，它將三個因素結(jié)合在一起：溝通(分析語言)，理解(語境、情緒和位置分析)，協(xié)作(效用和整合)。聊天機器人的功能分為三類:

基本聊天機器人 — 沒有自然語言處理能力的聊天機器人，工作在基于規(guī)則的算法和回答基本問題，如FAQ服務(wù)。中級聊天機器人 — 開發(fā)能力跨越所有三個因素。高級聊天機器人 — 提供最接近真實人類對話的體驗。

他們可以在網(wǎng)站和銀行手機應用中找到，回答客戶有關(guān)服務(wù)的問題。但它們的功能可以更廣泛。例如，他們可以處理客戶的回復以個性化服務(wù)或處理索賠。

如何應用。保險公司Lemonade使用聊天機器人為客戶提供個性化服務(wù)。它針對客戶詢問的各種問題，提供量身定制的保險政策，并簡化在線索賠處理。

，另一個保險公司，有一個app內(nèi)置聊天機器人，允許用戶提問和管理他們的觀點。銀行還將聊天機器人作為其app的一部分，幫助客戶解決問題或向客戶發(fā)送通知和報告。USAA有一個web聊天機器人和app內(nèi)聊天機器人，幫助客戶完成各種任務(wù)，如報告被盜或丟失的卡片，更改PIN，增加通知。最近，他們通過亞馬遜Alexa推出了一款聲控聊天機器人。

圖像識別

圖像識別可以用于增強客戶體驗或安全性。前者的一個例子是支付應用中的信用卡掃描功能或銀行的ID掃描。在移動銀行應用程序中，安全應用程序需要ID或生物識別身份驗證。

有時，你不需要身份證，甚至不需要信用卡：你可以用你的臉和相機來支付。在中國，面部識別技術(shù)被應用于商店的銷售點系統(tǒng)。使用微信Pay或支付寶等服務(wù)的用戶，可以在應用程序中啟用面部識別，并使用連接的設(shè)備進行支付。溫州已經(jīng)有了一條購物街，你只需將臉對著支付寶設(shè)備的攝像頭就可以支付。

如何應用。Lenddo是上面提到的一個信用評分解決方案，它有一個用于移動應用的身份驗證功能。它包括兩種類型的驗證：針對Android設(shè)備的文檔和面部捕獲。

自2017年起，華僑銀行在其移動app中提供了蘋果iPhone X的用戶登錄。Card Scan也有類似的解決方案。這是一項可以與安卓和iOS設(shè)備集成的刷卡服務(wù)。這款應用具有借記卡和信用卡的實時處理功能，并配有一個軟件開發(fā)工具包，甚至可以識別和防止被盜卡的使用。

支付寶在肯德基推出了Smile to Pay技術(shù)。它通過移動應用程序識別顧客的臉，自動對他們收費。2018年，支付寶升級了這一技術(shù)，引入了帶有更先進面部識別系統(tǒng)的POS設(shè)備，可以通過照片和視頻識別欺詐行為。

金融中的AI：下一步是什么？

全球范圍內(nèi)，企業(yè)在人工智能方面的支出正在增長，目前的研究預測，這種增長還會更大。銀行業(yè)是實施人工智能解決方案的第二大行業(yè)。計劃到2022年投資56億美元。雖然企業(yè)將主要關(guān)注收入增長，但金融業(yè)實施人工智能的關(guān)鍵領(lǐng)域?qū)⑹前踩Q策和客戶體驗。然而，由于在過程中出現(xiàn)的挑戰(zhàn)，金融機構(gòu)對這些技術(shù)的采用相當緩慢。其中包括數(shù)據(jù)保護法規(guī)、數(shù)據(jù)質(zhì)量等方面的不明確結(jié)果，以及無法控制由此帶來的所有風險。根據(jù)2018年德勤的報告”AI和風險管理:創(chuàng)新與信心“，只有32%的受訪公司正在積極實施人工智能，而40%仍在學習如何把它應用在商業(yè)領(lǐng)域，11%還沒有開始實施。

英文原文：https://medium.com/datadriveninvestor/ai-and-machine-learning-in-finance-use-cases-in-banking-insurance-investment-and-cx-42666968ca21

以上就是關(guān)于pos機學習內(nèi)容,投資以及用戶體驗中的用例的知識，后面我們會繼續(xù)為大家整理關(guān)于pos機學習內(nèi)容的知識，希望能夠幫助到大家！