數據堂:雙十一“剁手黨”瘋狂的背后
2016/11/17 9:56:25 來源:中國企業(yè)新聞網
導言:雙十一剛過,由雙十一帶來的“退貨潮”即將來臨。據統計,2015年雙十一退貨運費險出單3.08億筆的成績。針對這種情況,螞蟻金服表示,將引入圖像識別技術處理核賠,以應對雙十一一大批剁手黨沖動購物之后洶涌而至的退貨要求。
雙十一剛過,由雙十一帶來的“退貨潮”即將來臨。據統計,2015年雙十一退貨運費險出單3.08億筆的成績。針對這種情況,螞蟻金服表示,將引入圖像識別技術處理核賠,以應對雙十一一大批剁手黨沖動購物之后洶涌而至的退貨要求。
隨著電子商務越來越發(fā)達,剁手黨越來越沖動、在網上買東西的品類越來越多,可是其中的痛點也越來越明顯,拍錯了尺碼怎么辦?買到的護膚品過敏只能怪自己運氣不好,但這真的很不爽?因此,針對這一系列的痛點,互聯網保險公司也圍繞消費設計出了很多神奇的險種,比如退運費險、物流破損險、保價險等。
這些海量的理賠保單是怎么實現順暢的交易呢?
以螞蟻金服保險平臺為例,系統自動識別理賠憑證(圖片)、生物驗證身份(核身)再加上理賠報案人的信用記錄,人工智能系統基本可以審核處理超過90%的報案,剩下一成的疑案、復雜案件會傳送給人工處理。
那么,這種自動理賠的背后到底是什么呢?它的效果如何?
帶著這些問題,記者采訪了一家我國較早從事數據資源運營的企業(yè)——數據堂的人工智能產品技術部總監(jiān)程蘭穎。程蘭穎告訴記者,大數據和圖像識別,為這種智能式自動理賠提供了技術基礎。圖像識別技術包括兩類智能識別技術:文字圖像識別和物體識別?梢酝ㄟ^圖像識別技術對用戶報案圖片進行識別,識別圖片中理賠標的物的有效信息,例如商品標簽代碼、理賠憑證的內容等,然后及時做出反饋(理賠流程的進行)。這就是人工智能在現實場景中的應用。
對于這種圖像識別的機器是如何做到這一點,精準率有多高?程蘭穎告訴記者,在人類圖像識別系統中,對復雜圖像的識別往往要通過不同層次的信息加工才能實現。圖像內容通常用圖像特征進行描述。事實上,基于計算機視覺的圖像搜索引擎大致有三個步驟:提取特征、建索引以及查詢。同時,要實現機器快速準確的識別圖片,就需要給機器提供海量的圖像數據以完成機器的“學習”。數據的多樣性和標注的準確性對學習結果有重大影響。在圖像數據方面,數據堂擁有大量的、不同環(huán)境及不同場景下的圖像數據集、比如街景數據集、OCR數據等;同時也可以根據客戶的需要提供各種定制采集和標注服務。
那么,客戶就不能隨便從網上下載相關的圖片,而謊報退貨嗎?
程蘭穎告訴記者,當然光看客戶上傳的照片就做出理賠,數據維度肯定是不夠的。驗證身份以及和物品的所屬關系已經不是一個新話題。這個客戶上傳照片后,圖像識別機器也會拿客戶的照片和自身數據庫里的照片進行對比,來判斷是不是客戶自己拍攝的真實照片。比如,在生鮮腐爛、化妝品過敏這些消費保險上,技術可以在一個龐大的圖片庫中,比對識別出報案人上傳的是真實拍攝圖片,還是重復使用了別人皮膚過敏的圖片,亦或是網上下載了腐爛水果的圖片。因此,在大數據時代,造假其實不容易。
除了核實圖片真實性外,螞蟻金服還結合對理賠者信用程度的判斷,來決定是否行使該理賠。這背后其實是大數據在征信行業(yè)的應用。比如,通過用戶的注冊賬號,判斷客戶的消費統計信息,入網時間等;通過注冊賬號關聯的銀行卡號查詢客戶最近一年的交易流水,得出持卡人消費數據報告等等。
通過這幾個維度數據的支撐,絕大多數理賠都可以在短時間內在線完成,無需人工干預。買了東西不合適可以退貨,而且還能夠快速得到理賠,消費者消費行為有保障這才是雙十一“剁手黨”瘋狂背后的真正原因。而促成這一切變成現實的真正幕后推手是大數據和人工智能的應用。
免責聲明:
※ 以上所展示的信息來自媒體轉載或由企業(yè)自行提供,其原創(chuàng)性以及文中陳述文字和內容未經本網站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本網站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關內容。如果以上內容侵犯您的版權或者非授權發(fā)布和其它問題需要同本網聯系的,請在30日內進行。
※ 有關作品版權事宜請聯系中國企業(yè)新聞網:020-34333079 郵箱:cenn_gd@126.com 我們將在24小時內審核并處理。
相關網文
一周新聞資訊點擊排行