：真实、完整掌握客服团队工作状况以及问题所在，持续提升客服工作效率； 2. 数据分析：从咨询发起页、咨询总结、关键词、来源、咨询量、转化情况等维度进行全方位流量统计分析； 3. 多重报表灵活自定义，充分满足您的个性化管理需求。 • 咨询类型统计分析 • 按用户咨询习惯、操作终端、地域查询咨询情况 • 查询有效、无效咨询、接通率、咨询质量及留言咨询 • 查询用户排队 查询订单相关数据，包括有效咨询次数、有效咨询用户数 • 按呼叫路径、坐席、时间段等维度统计呼叫、转接等通话数据 灵活报表，可定制 • 开放 KPI 、同步数据，方便导入导出 • KPI 自定义、数据分析自定义、个性化报表自定义 客服管理 - 游刃有余 • 所有人工客服的绩效排名查询用户对客服的评价和满意度 • 客服工作状态的相关数据可查询，包括登录时长、在线时长、忙碌时长、离开时长及工作饱满度 7 秒 t 平均响应时间 99.5% 咨询接通率 场景：“当当网” 前端 UI 自定义，咨询入口、聊天窗口、面板、皮肤、位置、 Logo 、常见问题、公告、活动、商品信息等，保持一致体 验 场景：“途虎养车网” PC 客服端自定义，登录界面，客服工作台皮肤， Logo ，右侧页签自由定义。 场景：“东风日产 - 车巴巴” 小能的客户

金座 4 幢 3 层 301 室 产品名称：美创数据备份与恢复系统 产品概述 美创数据备份与恢复系统是美创科技集备份、容灾于一体的软件产品，运行于国际 / 国内 主流操作系统平台。 采用自定义代理，无代理，应用代理多种模式，全方位无缝支持用户现有的机房环境。用 户通过简明易用的 WEB 管理控制台，利用丰富的备份级别以及周详的备份计划，实现数据备份 恢复系统无人值守，全自动化备份。可 ★文件系统备份 ★数据库备份 ★操作系统备份 ★虚拟化无代理备份 ★ NAS 备份 ★归档备份 ★远程备份 技术指标 ★强大的平台兼容性 ★高效的去重压缩技术 ★永久增量备份、极速秒传 ★自定义备份代理模式 ★虚拟平台智能化保护 ★多种类型恢复方式 ★多节点集群部署架构 ★独特的客户端代理选项 ★丰富的备份级别 ★灵活的备份计划策略 ★简明易用的操作界面 ★可视化大屏展示 内置规则一键启用：DPS 针对常规敏感操作行为提供内置规则可一键关联数据库启用。 便捷规则抽取：DPS 支持从审计的行为记录结果中进行规则抽取，一键设置规则。 自定义规则配置：DPS 支持数十种规则配置项及条件设置，可以根据防护场景需求自定义 规则配置。 ◎支持每秒数万个 SQL 的请求速率，响应速度快。产品无感串接，访问速度无明显变化， 不影响业务。 ◎智能学习建模。 对数据库访问的 SQL

英特尔携手合作伙伴探索基于语音识别的智能教学辅 助能力 • 语音识别等人工智能技术在智慧教育场景中的应用 • 基于语音识别能力构建教学辅助能力 • 扩展 OpenVINO ™ 工具套件自定义层，提升语音识别推理 效率 基于英特尔优化方案的应用案例 • 思必驰：与英特尔携手打造精准、高效的语音识别应用， 加速智慧教育前行步伐 打造高效人工智能教学与实训解决方案 英特尔携手合作伙伴持续探索人工智能教学场景建设 94T FLOPS 8G DDR4 自动赛道行驶与避障 深度学习 数据分析 数据筛选 算法知识 红绿灯的识别 监督学习 机器学习 自动驾驶场景实验 基于分类算法 行人识别与避险 自定义标志识别 数据采集 数据筛选 建模调参 数据训练 模型应用 通过这一实训环节和实训环境，可以让学生直观地感受数据采 集、数据清洗、数据标注、模型搭建、模型训练、模型调优和 模型推理等一系列复杂的人工智能全流程。从而由浅入深地了 Python 脚本示例如下： 其对应的 Kaldi 的调用脚本如下： 使用 Kaldi 来提取 MFCC 特征和做 CMVN 处理的方法如下： MFCC CMVN 首先，定义音素的似然分数 然后，该因素的 gop 分数可以定义为： 可以根据如下的公式计算 下文的窗口越大，就能提供更多的上下文信息。使用 nnet3 中 的 nnet3-compute 来计算对数似然概率矩阵，核心计算过程 示例如下：

技术的快速发展为石化装备智能管理提供了可 能 交互查询 批查询 机器学习 实时分析 振动 温度 压力 转速 载荷 ETL 工 具 定义的主题 查询 结果呈现 关系型数据 LOB 应 用 流量 元数据及关联性 数据预处理 人工智能处理结果展示 报表展示 数据源定义 数据预处理 有能力、有资源开展相关探索 具备工业大数据、人工智能、设备 专家 及应用 场景 7 工业互联网平台 • Modbus 协议 • JT/T808 协议 • MQTT 协议 • 提供其他协议转 MQTT 协议的 SDK • CSV 格式 • XLS 格式 • XLSX 格式 • 用户可自定义表头（需提供对应文档） 丰富数据接口 系统通过对大量数据接口及文件 格式的兼容，可链接多种实时、离线 数据，从而满足故障诊断客户初次加 装、二次改造升级、数据分析服务等 多种业务需求。 在线 振动信号 转速信号 温度信号 载荷信号 石化装备 AI 管理—主要功能组件 配置接口 拖拽算法模型 自定义诊断规则 灵活数据展示 定制化业务 可配置诊断规则 灵活展示组件 定制化业务逻辑 丰富数据接口 • 多数据来源兼容 • 历史数据导入 • 自定义数据格式 海量数据算法 • 时域、频域分析 • 特征提取算法 • 多种 AI 模型 • 可陪着故障树 • 模糊判断

黑名单及自定义 IP 地址黑名单两 种方式的反垃圾邮件支持。 ★ URL 过滤：预置 133 类 URL 资源库，可手动离线或自动在线进行更新升级，支持 URL 云查询，支持云端 URL 查询分析，支持自定义 URL 过滤。 ★内容过滤：实现 HTTP、FTP、POP3、SMTP、IMAP 五种应用协议的双向内容传输过滤， 支持预定义敏感信息库及自定义敏感信息库两种方式进行敏感信息定义。 ★带宽管理：支持根据 SIP、GRE、H323、OSPF），支持用户定义服务和服务组 ALG 应用代理 (SIP，H.323, TNS, RSTP，RAS 等 NAT 穿越 ) 支持 IP/MAC 地址绑定 网络访问控制 支持单条包过滤规则源目的地址引用 1000 个以上的地址对象（同时包含地址列表、地址 组），实现包过滤规则条目数的优化。 入侵防护 具备 3000 种以上攻击特征库规则列表，并可自定义特征库。 支持入侵场景保 整体安全性 病毒库不少于 600 万种病毒特征，支持根据用户需求自定义病毒特征 带宽管理 基于主机的带宽管理，支持仅通过一条策略即可实现对指定的 IP 地址组里每 IP 用户进 行上下行限速，也可以只对单个 IP 进行上下行限速，截图证明 上网行为管理 支持常见的应用识别。 支持依据协议、源目的端口、特征码等条件自定义应用 识别和控制 20 种以上炒股软件，包括大智慧、同花顺、等。

个提升和影响。第三 个 Shap，它本质上是基于博弈论的一种计算方法，计算也是计算特 征的贡献。 2. 模型解释性方法-特征重要性 DataFunTalk 成就百万数据科学家！ 11 从定义上看，全局可解释性是指能够基于完整数据集上的预测结果和特征 之间的条件交互来解释和理解模型。简单地理解来，它就是他解释整个模 型的行为。举个常见的特征重要度的算法，是每个特征被引用的次数，对 03 安全多方计算解决方案 1. 安全多方计算 什么是安全多方计算？怎么用它来解决这些难题？ 安全多方计算是一个密码学的定义，它叫 secure multi party computation MPC， 它是可证明安全的，也就是说它有一个严格的安全定义，双方想计算什么东西， 除了这个计算的结果之外，中间的任何步骤都是不泄露任何数据内容的。 比如说 a 和 b 想一起算个 f(a,b)，双方就真的就只知道 简单来说，Fraudar 定义了一个可以表达结点平均可疑度的全局度量 G(·)，在逐 步贪心移除可疑度最小结点的迭代过程中，使 G(·)达到最大的留存结点组成了可 疑度最高的致密子图。接下来我们稍微细化一下算法过程，以刷单交易场景为例 （定义二部图结点集合 S=[A,B]，其中 A、B 分别代表消费者和店铺的结点集合）， 看 Fraudar 是如何从交易网络剥离出刷手和其出资店铺的。 1. 定义全局度量 G(s)

Sensor Fusion Transformer 》 AI 大模型在汽车业的应 用 3 AI 大模型对汽车产业链的影 响 ChatGPT 与 AI 大模型 1 目录 2 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 ChatGPT 与 AI 大模型 AI 大模型在汽车业的应 用 2 1 目录 软件定义汽车的概念近年来逐步被业界接受 ，但更多的还是从产品开发的角度 ，强调要重视软件的功能、作 用与价值。 随着大模型得到更多的应用 ，软件定义汽车的内涵有了新的变化 ，后续可能是“数据定义汽车 ”。 产品开发过程，要从此前的重视硬件转向重 视软件；整车由硬件主导转向软件主导。 资料来源：清华大学，麦肯锡 资料来源：清华大学，麦肯锡 软件功能的不断增加将推动汽车软件的市场规模将不断扩大， 成为产业新的增长极。 业界对软件定义汽车的常见理解 软件定义汽车有了新的含义 自动驾驶功能的不断升级 ，对车用芯片算力的要求越来越高 ，用户需求倒逼上游企业开发出集合 AI 加速器 的 系统级芯片（ SoC ） ，提升车辆的算力。今后的算力将来到云端 ，对整车厂商提出更高要求。

应急辅助决策 可视化指挥调度 应急值守 风险隐患监测监控 统计分析 预测预警管理 应急信息服务 应急评估 应急响应操作管理 应急响应操作配置 应急资源管理 应急预案管理 应急自定义标签 应急预案匹配 执行过程跟踪 事件接警接管 响应操作数字化 应急预案结构化 动态推演 事件研判 分发推送 多源事件感知预警 研判分析 事后评估 多方协同 部门联动 事件预警 BCS 全时在线 “ 样板间” 自助 Hand-on LAB 伙伴 & 生态 Q2 资产看板 资产总览 / 订阅排行 / 自定义报表 软件开发（ Q2 ） API/ 微服务 / 区块链 / 移 动 应用部署 容器 / 软件包 /Web ROMA IOC 运行看板 告警统计 / 资源监控 / 用户体验监 控 软件构建（ 插件包注册 ROMA Factory ROMA LAB 应 用 一 键 式 托 管 运 维 应 用 资 产 发 布 消息定义注册 API 注 册 33 ROMA Service Core ： 应用使能服务 身份认证 / 流程机器人 / 大屏 DMAX/… … ROMA CONNECT ： 应用与数据连接 Link/FDI/MQS/APIC

数据 + AI开启经验规模化复制时代 目录 焦点透视：AI狂潮中的大变革 • AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 人工智能正在经历新的发展浪潮。某头部公司正在转向AI Agents支持平台，结合第4代人工智能 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因 ►用WHAT提出问题：发现本质，聚焦靶心 初始问题 初始问题 初始问题 根本原因 Why Why Why 4 定义核心问题的过程中，以保险行业里一个热门的问题为出发点，试图通过WHY、WHAT的方 式找到问题真正的本质 中的一波 科技潮流处在什么阶段。同时，企业需要考虑自己所处的文化与科技之间是冲突还是相融。这样 才能判断这样的科技在环境世界中能否顺利开展，并且开展的深度是怎样的。这个大周期需要通 过规模化去定义，因为人类社会发展通常会经历三个主要阶段：生产规模化、服务规模化和创意 规模化。在每个阶段中，无数小技术创新不断涌现并逐渐融合，最终促成一次重大的科技革新周 期。 生产规模化 工业革命促使了大规

仅是为了界面上进行统计， 没有落实到具体运维过程中；真正落地的等级化管理必须要做到如下几点：  按照业务划分管理资源  实现对于不同等级资源不同的监控周期和预警阈值  对于不同等级资源定义不同预警等级和处置方案  对于不同等级资源进行不同角度的统计和报表分析  能便捷的调整等级，并应用相应等级的管理规则 智慧运维平台以等级为核心进行管理区分，内置不同等级的管理解决方案，从下到上贯彻等 IT 环境的运维管理，10 多年的运维历程造就了一批运维人员 的同时，长期的运维工作也促成企业用户总结处理其具有自身业务特色的管理方法，这些方法包 ഀ� 括大到流程的本地化，小到具体管理指标的定义；如何实现此类管理经验的落实呢？ 智慧运维平台提供处置知识管理，通过对用户日常故障处置方法的收集，经验积累，自动反 馈到相同故障的处置过程中。 通过系统提供的智能策略机制，将用户对于某些异常分析的人工方式自动化，比如对于主机 运维制度的必要组成部分，通过巡检制度保障日常系统是被监控的，传统巡检 是通过手工查询获得，而北塔的智能巡检是基于依托系统强大的采集能力实现定期巡查和报告生 成，极大程度上提高日常运维效率。 巡检任务的建立支持以业务、自定义组合为输入的巡检任务建立方式，支持以某一个业务或 同一类型以同一个巡检报告样式、同一个时间点进行巡查；巡检任务支持巡检模板方式，为企业 已经生产的巡检规范快速应对到巡检任务提供快捷应用，用户仅需把巡检对象（业务、对象）纳