Salford介绍-房地产-new

美国SalfordSystems公司介绍房地产行业SalfordSystems目录2SALFORDSYSTEMS公司介绍核心技术全球顶级智囊产品技术介绍应用场景地产行业数据挖掘应用数据挖掘与BI3SALFORDSYSTEMSSalfordSystems公司概况公司总部位于美国加州SanDiego，成立于1983年，提供最先进的数据挖掘和商业智能软件和咨询服务使用SalfordSystems产品和服务的行业包括银行业、金融服务、保险、电信、交通、医药品、保健、制造业、法律的实施和安全、零售和目录销售和教育。世界范围有超过4,500个站点，其中包括300个重要大学，均安装SalfordSystems软件。公司主要客户包括许多财富世界500强企业，包括美国运通（AmericanExpress）、花旗集团（Citigroup）、辉瑞制药（PfizerPharmaceuticals）、通用汽车（GeneralMotors）、美林证券（MerrillLynch）、西班牙电信（Telefonica）、西尔斯罗巴客(Sears,RoebuckandCo.)等。SalfordSystems目录4SALFORDSYSTEMS公司介绍核心技术全球顶级智囊产品技术介绍应用场景地产行业数据挖掘应用数据挖掘与BI5SALFORDSYSTEMSSalfordSystems公司核心技术在过去十年，SalfordSystems为各种金融服务公司开发了高性能的预测模型和打分卡我们的技术专长主要包括：信用风险：贷款发放/贷款批准打分卡信用风险：行为打分卡/对现有借款者进行跟踪再打分客户挽留：流失打分/变节、清偿、逐步沉默的概率定向营销：客户细分、数据库营销优化在线信息和广告发布我们最重要的技术专长包括:中小企业信用风险汽车贷款、信用卡以及按揭借贷我们的技术也被其他的公司用来建立高性能的反欺诈系统我们的软件几乎已被所有美国和跨国金融服务组织所使用6SALFORDSYSTEMSSalfordSystems的产品历史及服务1983年成立时，最初为SAS®开发统计过程程序第一个产品是:PROCMLOGIT,PROCMPROBIT2007全系列产品CART®6.0标准版，扩展版，专业版TreeNet™2.0MARS®2.0RandomForests™1.0数据挖掘套装组合(包含了以上所有的工具)所有产品的客户端/服务器版本打分服务器:用于大量的高速打分服务:数据挖掘咨询和培训7SALFORDSYSTEMSSalfordSystems的数据挖掘产品CART(分类和回归树)是唯一基于斯坦福大学和加州大学伯克利分校的统计学家LeoBreiman、JeromeFriedman、RichardOlshen和CharlesStone开发的原CART代码的决策树软件。CART具有高速、精确和容易使用的特点，并自动对数据提供深入的探索研究，产生高度可理解的预测模型。TreeNet是新一代高速，错误容忍，并具有超常精确性的预测建模工具。TreeNet仅需要最少的数据准备工作，巧妙的处理有缺陷的数据，自动适应缺失领域，并且进行广泛的自检，使得模型应用于新数据时的效果也得到保证。TreeNet模型经常由500或更多的小决策树组成。清晰的图表概括了每个关键变量对于结果的影响。MARS(多变量适应回归样条)，是快速灵活的数据挖掘和预测模型的回归工具，是神经网络和传统统计模型以外可供选择的理想方法。RandomForests是另一个新一代的树集合技术，该技术把大量树结合起来，组成高性能的分类器和预测模型。基于LeoBreiman先驱性的研究，RandomForests具备从数据结构中抽取关键信息的独特能力，并首次提供带有度量和无假定的聚类和分割。8SALFORDSYSTEMSSalfordSystems产品最新情况2008年，CART6.0专业版已经正式发布，以下是一些其具有的最新强大功能：提供树生长的控制机制热点追踪（HotspotDetector™）训练/检验一致性测试建模自动化预测变量精炼通过蒙特卡罗方法进行模型评估非指导学习2009年，MARS2.0面世2009年，所有的SalfordSystems的软件将支持Unicode，因此将彻底兼容包括中文字符在内的多种文字2009年，CART专业版和TreeNet2.0的使用手册已经完成汉化2010年，开始提供CART和TreeNet的中文培训课2010年，SalfordSystems正式推出全新的数据挖掘套装软件SPM（SalfordPredictiveMiner），结合了所有的Salford已有的建模工具，同时提供了更加强大的自动化建模功能。2011年，SPM中文版发布2013年，SPM7.0发布9SALFORDSYSTEMSSalfordSystems荣誉和获奖:利用Salford工具取得的比赛胜利2010DMA直接市场营销协会:预测模型奖*2007亚太数据挖掘大赛(PAKDD):交叉销售，第一名2006DMA直接市场营销协会:预测模型奖*2006亚太数据挖掘大赛(PAKDD):电信客户种类特征识别2005拉丁美洲BI杯:电子商务预测建模*2004KDD杯:预测建模“最精确模型”*2002NCR/Teradata杜克大学:电信客户流失预测建模2000KDD杯:客户在线行为预测建模2000KDD杯:最佳CRM分析*奖项和荣誉由Salford的客户获得Salford的工具获得了7块“金牌”，2块“银牌”和1块“铜牌”这个记录超过了其它任何软件开发商，证明了SalfordSystems的数据挖掘建模工具的超高精度SalfordSystems目录10SALFORDSYSTEMS公司介绍核心技术全球顶级智囊产品技术介绍应用场景地产行业数据挖掘应用数据挖掘与BI11SALFORDSYSTEMSSalfordSystems:全球顶级研发资源DanSteinberg,CEO.计量经济学博士,哈佛大学N.ScottCardell,研发总监.计量经济学博士,哈佛大学技术顾问和合作者JeromeH.Friedman,斯坦福大学(CART,MARS,Treenet)LeoBreiman*,加州大学伯克利分校(RandomForests)RichardOlshen,斯坦福大学(CART在生存分析的应用,生物信息学)CharlesStone,加州大学伯克利分校(CART,MARS以及大样本理论)RobTibshirani,斯坦福大学(现代统计方法)RichardCarson,加州大学圣地亚哥分校,可视化,超级计算机方法*LeoBreiman于2005年7月去世12SALFORDSYSTEMSSalfordSystems:中国区负责柴磊美国SalfordSystems驻中国首席代表，资深数据挖掘师。研究方向：预测建模技术，决策树算法，Boosting算法，推荐系统以及时间序列数据建模方法等。在2007年获得PAKDD国际数据挖掘大赛冠军，相关论文在《国际数据挖掘与仓库期刊》（InternationalJournalofDataMiningandWarehousing）上发表。柴磊在数据挖掘领域具有丰富的技术和行业经验，参与过多个数据挖掘项目的核心开发工作，涉及行业包括电信、金融、零售、互联网等。SalfordSystems中国区首席培训师，已经为包括上汽通用金融、广发银行、平安银行、国家电网等的大型企业提供了数据挖掘方面的相关培训。美国WestVirginiaUniversity医学院公共健康系IOEH曾任数据分析师；锐科漫德数据挖掘分析师；8box.com创始人；SalfordSystems目录13SALFORDSYSTEMS公司介绍核心技术全球顶级智囊产品技术介绍应用场景地产行业数据挖掘应用数据挖掘与BISalfordSystems产品特点SalfordSystems公司则专注于数据挖掘建模工具的研发，产品具有以下特点：超高的模型精度识别更多高风险客户寻找到更多具有高回报的客户，更加精准的进行客户关系维护（比如更加准确的预测即将流失的客户），更加有效的开源节流，提升风险管理能力，减少损失，增加营收高度自动化建模功能，快捷的模型开发速度面对越来越庞大的数据量，以及日益复杂的数据分析任务，建模人员希望能够有高度自动化的分析技术来帮助他们从繁琐低效的手动工作中解放出来SalfordSystems建模工具的内核算法非常巧妙，能够显著减少建模人员在数据预处理方面（数据预处理在建模时会占用分析人员几乎70%的时间），以及建模流程的繁琐复杂工作高效快速的分析技术将使得组织具有更快的应变能力建模人员能够在相同时间内完成更多高质量的建模任务，节约人力成本模型良好的可解释性良好的模型可解释性能够帮助业务部门对模型给出的结果更有信心，从而更好的执行模型给出的业务逻辑利用SalfordSystems的TreeNet和经典逻辑回归的混合建模技术使得模型的高精度和良好可解释性可被同时获得，这是预测建模技术上的一个重要突破友好的用户交互界面击几下鼠标就可以完成整个建模流程，没有建模经验的人员，经过短期培训，也可以迅速掌握建模流程，获得高性能的模型联组功能，帮助建模人员快速验证模型效果和稳定性、寻找各种模型最优化设置SalfordSystems的工具还提供了强大的模型可视化技术，使得模型能够被直观的展现14SALFORDSYSTEMSSPM7.0对大数据的支持SPM7.0即将正式发布。这是一次跳跃式的提升——对大数据的支持将支持TB级别的数据建模分析比SPM6.0提升至少150倍的数据处理量比SPM6.0的速度提升至少100倍比如，10亿条记录×150个变量的大数据集SPM7.0的特点支持多线程支持超大内存提供更多的模型类型：线性回归、逻辑回归、Lasso/GPS弹性网TreeNet将再次被提升，通过Ruleseeker对TreeNet模型做进一步的后续优化处理，使得模型结构更加精简，而模型精度不降反升！10+新的自动化建模功能15SALFORDSYSTEMSSPM7最新功能介绍模型压缩算法SPM7再次对TreeNet算法进行了一次重大的提升。利用GPS算法，巧妙的将TreeNet模型进行解构和重组，使得原始TreeNet模型得到了大幅度的压缩，同时模型的精度几乎没有受到影响，甚至还可能有所提高。尤其是RuleLeaner算法，不仅压缩率特别高，而且模型最终以规则形式呈现，具有非常好的可理解性ISLE和RuleLeaner压缩算法的意义在于：大幅度提升了模型打分速度，这对于大数据时代背景下，实时性要求特别高的模型响应具有非常重要的意义。SalfordSystems的主要竞争对手SAS和IBM的数据挖掘产品都还没有提供类似的技术GPS算法广义路径追踪（GPS）算法是对传统线性回归的一次革命性提升。GPS是利用机器学习的方法建立数百，甚至上千个候选线性模型，然后自动选择出其中最优的模型。模型效果会比传统线性回归提升很多。这个算法在其它任何主流的数据挖掘产品中都没有提供智能变量分组变量预处理工作对于数据挖掘项目成功至关重要，而这个过程通常需要许多手动处理工作，因此非常耗费时间。智能变量分组做为SPM7最新功能，能够高度自动化的对变量进行智能化的分组，大幅度减少手动工作，提升建模效率和模型性能，该功能目前只有SalfordSystems提供16SALFORDSYSTEMSSalfordSystems目录17SALFORDSYSTEMS公司介绍核心技术全球顶级智囊产品技术介绍应用场景地产行业数据挖掘应用数据挖掘与BI18SALFORDSYSTEMS场景一、SalfordSystems的技术在信用风险管理方面的应用几乎所