写于 2018-11-20 02:16:04| 2019免费彩金网站| 彩金
交易原始数据中的现实行为共性的说明公司经常使用数字运算数据科学家来收集洞察,例如哪些客户想要某些服务或在哪里开新店和库存产品分析数据以回答其中的一个或两个但是,查询可能需要数周甚至数月现在麻省理工学院的分拆现在,Endor开发了一个预测分析平台,让任何精通技术的人都可以上传原始数据并将任何商业问题输入界面 - 类似于使用在线搜索引擎 - 并在短短15分钟内收到准确的答案该平台基于“社会物理学”的科学,由Endor联合创始人Alex“Sandy”Pentland在麻省理工学院媒体实验室共同开发,他是东芝媒体艺术与科学教授,和Yaniv Altshuler,前麻省理工学院博士后社会物理学使用数学模型和机器学习来理解和预测人群行为新平台的用户上传关于cus的数据玩家或其他个人,例如移动电话,信用卡购买或网络活动的记录他们使用Endor的“查询 - 构建器”向导来提问,例如“我们应该在哪里开设我们的下一家商店?”或“谁可能尝试产品X?“使用这些问题,平台识别数据中先前行为的模式,并使用社会物理模型预测未来行为平台还可以分析完全加密的数据流,允许银行或信用卡运营商等客户保持数据隐私“这就像谷歌你不必花时间思考,'我是否会花时间向谷歌询问这个问题?'你只是谷歌它,”Altshuler说“这就像那样简单”由创新提供财务支持Endeavors是谷歌母公司Alphabet,Inc的执行主席,埃里克施密特的私人风险投资公司,该公司已经找到了大牌客户,如可口可乐,万事达卡和沃尔玛,等等主要的零售和银行公司最近,Endor分析了一个防御机构的Twitter数据,以发现潜在的恐怖分子Endor被提供了1500万个数据点,其中包含50个Twitter账户的示例,这些账户基于元数据中的标识符来自已确定的ISIS活动家。他们问道启动以检测74具有极其隐藏在元数据中的标识符Endor的某个人在24分钟内完成了笔记本电脑上的任务,检测到80个“相似”的ISIS帐户,其中45个来自该机构指定的74个隐藏良好的帐户池误报率也非常低(35个帐户),这意味着人类分析师可以负担得起专家调查帐户的共性集群机器学习用于相对静态的复杂计算问题,如图像识别和语音识别。例如,英语口语几个世纪以来基本没有改变。另一方面,人类的行为是永远变化的预测人类行为意味着在短时间内分析大量小信号,可能是几天或几周传统的机器学习算法主要依赖于在更长时间内分析数据的构建模型“通常,您需要大量数据为人类行为建立准确的模型,这意味着你必须依赖过去因为你依赖过去,你无法发现最近发生的事情,也无法预测人类的行为,“Altshuler说,在整个过程中, 21世纪中期,Pentland和Altshuler在人类动力学实验室开发了“社会物理学”,其目的是捕获和分析短期数据以理解和预测人群动态。在他们的研究中,他们发现所有大数据包含某些数学模式,表明如何社交互动传播和融合,这些模式可以帮助预测未来的行为使用这些数学模式,他们建立了一个平台 - 核心技术Endor的平台 - 可以从数百万个原始数据点中提取行为共性的“集群”,比机器学习算法更加快速和准确一个群集可能代表四个家庭,购买类似食物的人或访问相同位置的个人“大多数这些数据模式与任何其他技术的噪声无法区分,”Altshuler说,目前尚不清楚集群代表什么,只是有强烈的相关性查询数据,然而,提供上下文 例如,有了客户数据,有人可能会询问哪些客户最有可能购买特定产品。使用关键字,该平台会与购买该产品的客户的行为特征(如位置和消费习惯)相匹配。重叠创建一个易于购买产品的可能的新客户列表简而言之,上传数据并提出正确的问题为平台提供了一个基本请求:这是一个示例X,找到我更多的X“只要你能以这种方式提出一个问题,你会得到一个准确的回答,“Altshuler说Endor和Endor-ish为了测试这个平台,研究人员早期与美国国防部高级研究计划局(DARPA)合作,分析某些移动数据。城市在内乱时期展示新兴模式如何帮助预测未来的骚乱Altshuler还在新加坡花了几个月时间分析出租车数据以预测该市的交通拥堵情况2014年,Altshuler与朋友和斯坦福大学毕业生Doron Alter有联系,他当时是创新努力的合作伙伴投资者询问这项技术是否可以“包装成可以被任何人使用的产品”,Altshuler说那年,创新Endeavors的财务支持,Altshuler和Pentland,一位连续创业者,共同创立了Endor,将平台转变为商业软件。该团队由Alter和Stav Grinshpon加入,他是一位技术行业资深人士,前任领先技术专家,8200,以色列情报部门Corps部门该公司很快通过信用卡公司的StartPath计划赢得了万事达卡的早期合作伙伴。万事达卡要求Altshuler回答为数据科学家保留的问题,例如谁将很快出国,获取贷款或增加信用卡活动在从以色列特拉维夫到纽约市的单一航班上,Altshuler在1百万的金融交易中打破了数十亿的数据点n持卡人并获得10个问题的准确答案传统上,数据科学家需要花费数周或数月的时间来清理数据并设计机器学习模型来单独回答每个问题“比如两个月,公司需要这样做开发模型来回答我在一次跨大西洋航班上做过的那些问题,“Altshuler说公司可以聘请他们自己的精通分析人员来使用Endor其他人将与恩多代表建立简短的每周会议,以确定最佳的问题措辞”大约五分钟将他们的英语翻译成我们称之为'Endor-ish',这意味着我们的系统可以理解问题的方式,“Altshuler说,创业公司的网页提供了一个结果的例子,并与传统的机器学习引擎进行了比较。一家银行问:“谁将在未来六个月内获得抵押贷款?”机器学习引擎可能会检测到一批5000名客户拥有银行信用卡和高信用评分,并且已经结婚 - 其中许多可能是误报,Endor会检测更多特定群体,比如即将结婚或离婚的夫妇,最近将创业公司卖给Facebook的创始人根据创业公司的说法,恩多尔表示​​,Endor并非旨在取代数据科学家;或者最近从当地房地产课程毕业的客户来自Endor的结果提供了更少的误报并且挖掘了更多的潜在客户。它被设计为一种赋予他们权力的工具他说,数据科学家最熟悉他们组织的业务语义,可以将Endor纳入他们的工作流程中打开一个“瓶颈” - 数据输入速度比任何人都能产生更快的输出 - Endor旨在帮助数据科学家改进他们的公司“数据科学家了解我们可以让他们成为英雄,”Altshuler说,Endor最近赢得了Gartner的“酷供应商”地位,专为行业颠覆者所做,并被世界公认为“技术先锋”经济论坛随着消息的传播,Endor现在正在美国赢得客户,第一批客户也在欧洲和拉丁美洲“这是激动人心的时刻,”Altshuler说来源:Rob Matheson,