Salford介绍-2014

美国SalfordSystems公司介绍2SALFORDSYSTEMSSalfordSystems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。3SALFORDSYSTEMSSalfordSystems技术专长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4SALFORDSYSTEMSSalfordSystems的产品和服务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5SALFORDSYSTEMSSalfordSystems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。6SALFORDSYSTEMSSalfordSystems: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7SALFORDSYSTEMSSalfordSystems荣誉和获奖:利用Salford工具取得的比赛胜利2013DMA直接市场营销协会:病人响应预测模型，第一名*2010DMA直接市场营销协会:客户细分定位模型，第一名*2009INFORMS医疗质量任务第二名*2009KDD杯电信CRM数据，第二名*2008DMA营销优化任务：第二名*2007亚太数据挖掘大赛(PAKDD):交叉销售，第一名*2007DMA精准营销任务：第二名*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，第二名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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8SALFORDSYSTEMSSPM7.0的提升SPM7.0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9SALFORDSYSTEMSSPM7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10SALFORDSYSTEMSCloudSPM目前SalfordSystems已经开始将SPM移植到云端的工作。未来通过浏览器就可以使用SPM所有的功能。将数据挖掘分析引擎变为Saas服务，降低使用门槛。11SALFORDSYSTEMSBigISLE-大数据建模引擎BigISLE是SalfordSystems最新推出真正意义上的大数据建模引擎基于Hadoop和HDFS围绕TreeNet进行设计，将TreeNet用于特征抽取第一阶段的建模工具使用单服务器上的抽样数据第二阶段利用真正的分布式版本的GPS正则化回归来对之前抽取的特征进行再次优化赋权和组合12SALFORDSYSTEMSMappersReducersSalford最新产品列表13SALFORDSYSTEMSSalfordSystems的部分客户14SALFORDSYSTEMS15SALFORDSYSTEMSSalfordSystems的技术在信用风险管理方面的应用几乎所有大型的美国大型金融机构都在使用SalfordSystems的产品，其中最主要的一个应用就是开发信用风险模型（也被叫做信用风险打分卡，例如房屋抵押贷款的风险打分卡、信用卡审批的风险打分卡等）。打分卡开发的基本介绍如下：第一轮模型开发通过使用CART和逻辑回归，我们可以迅速建立具有和标准信用记分卡开发者的模型性能相似的模型和客户讨论预测变量排名和模型性能报告和客户讨论记分卡的使用或预测精度问题，并确保不存在无法预见的数据问题第二轮模型开发通过使用TreeNet和进阶CART技术，我们努力提供高性能的打分卡，能够更加有效地区分好和坏对于40亿美元的投资组合，每百分之5的精度提升将使得在现有的利润基础上获得每年200－500万美元的增收我们最好的模型通常比专家使用常规技术建立的模型性能高5%到15%。只要有可能，高性能的模型显然更加有吸引力16SALFORDSYSTEMS好的信用风险打分卡应该具有很强的区分好和坏的能力以上是一个打分卡的分数分布情况需要让中间部分（第5和第6组）的人数尽可能的少ScoreDistribution0.0%5.0%10.0%15.0%20.0%25.0%12345678910ScoreBandsProbabilitiespg(I)pb(I)17SALFORDSYSTEMSSalfordSystems技术在反欺诈方面的应用许多企业和政府机构利用SalfordSystems的技术建立智能化反欺诈系统，用于防范以下欺诈：定购欺诈身份盗用欺诈申请加拿大税务局、美国国税局、澳大利亚税务局以及美国一些州政府的税务机构都在使用CART和TreeNetCART和TreeNet能够轻松地处理非常复杂的问题在刑侦审计方面很有潜力发现可疑的信用卡交易美国运通公司运用CART进行欺诈探查，和以前的系统相比，CART帮助显著减少了损失在美国每一笔VSIA卡交易都会经过由TreeNet建立的反欺诈模型实时欺诈风险评估过滤。该系统响应打分速度非常快，可以每秒钟实