BBD-旅游大数据分析平台-产品介绍
智慧景区旅游大数据可视化平台整体解决方案
03
CATALOGUE
智慧景区旅游大数据可视化平台应用场景
旅游数据分析与决策支持
数据分析
智慧景区旅游大数据可视化平台可实时收集、处理、分析和存储旅游数据，为景区管理者提供全面、准确的数据 支持。
决策支持
通过数据挖掘和预测模型，为景区管理者提供游客行为预测、资源分配优化、市场趋势分析等决策支持，提高决 策效率和准确性。
智慧景区旅游大数据可视化平台将注重数据安全和隐私保护，建立健全的数据安全保障机制，确保数据 安全和游客隐私不受侵犯。
提升智慧景区旅游大数据可视化平台的对策与建议
加强政策支持
政府应加大对智慧景区旅游大数据可视化平台的政策支持 力度，提供资金、技术和人才等方面的支持，推动其快速 发展。
强化技术研发
鼓励企业加强技术研发和创新，提高数据处理和分析能力 ，推动智慧景区旅游大数据可视化平台的升级和发展。
个性化服务
通过大数据分析游客偏好和历史行为，为游 客提供个性化服务推荐，提高游客满意度和 忠诚度。
旅游营销推广与品牌建设
市场分析
通过大数据可视化平台，分析市场趋势、竞争格局和 游客需求，为景区制定精准的营销策略提供依据。
品牌传播
Байду номын сангаас利用大数据分析结果，制定有针对性的品牌传播策略 ，提高景区知名度和美誉度，增强景区竞争力。
优化建议
根据评估结果，提出优化建议，如改进数据存储方式 、优化可视化效果等。
05
CATALOGUE
智慧景区旅游大数据可视化平台实践案例
案例一
要点一
总结词
通过大数据技术，实现对游客流量实时监测、预警和 预测，提高景区管理效率和服务质量。
要点二
详细描述
旅游大数据分析及解决方案
旅游大数据分析及解决方案引言旅游行业是当前全球范围内发展最快的行业之一。
随着互联网的普及和技术的发展，旅游行业不仅增加了消费者的选择和便利性，也给行业内的企业带来了巨大的机遇和挑战。
旅游大数据分析成为了解决这些挑战的关键。
一、旅游大数据的来源旅游大数据主要来源于以下几个方面：1. 搜索引擎和社交媒体数据：通过搜索引擎和社交媒体平台，收集用户的搜索和评论数据，了解用户的需求和偏好。
2. 酒店、航空等企业数据：酒店、航空公司等企业通过预订系统和会员管理系统，收集并存储了大量用户的个人信息和行为数据。
3. 交通运输数据：通过交通运输部门收集的数据，可以分析不同地区的游客数量和旅游交通情况，预测旅游热点和拥堵区域。
4. 旅游景区数据：景区通过门票销售、导览系统等收集的数据，可以了解游客的到访时间、停留时间、参观路线等信息。
二、旅游大数据分析的关键技术旅游大数据分析需要运用多种技术和工具进行数据清洗、数据挖掘和数据可视化等操作，以发现有价值的信息和规律。
1. 数据清洗：由于来源多样化和数据质量不一致的原因，需要进行数据清洗，去除重复数据、缺失值和异常值，确保数据的准确性。
2. 数据挖掘：通过运用机器学习和统计学方法，对大数据进行挖掘，发现隐藏在大数据中的模式和关联规则。
3. 数据可视化：通过图表、地图等可视化方式，将数据转化为直观、易懂的形式，以帮助用户更好地理解和分析数据。
4. 建模和预测：通过使用数据挖掘技术，可以建立旅游行业相关的模型，对未来的旅游趋势、客流量等进行预测。
三、旅游大数据分析的应用1. 旅游推荐系统旅游推荐系统可以根据用户的偏好和历史行为，为用户提供个性化的旅游推荐和建议。
通过分析用户的搜索和点击行为，系统可以了解用户的兴趣和喜好，推荐适合用户的旅游线路、酒店和景点。
2. 旅游市场分析通过对大数据的分析，可以了解旅游市场的规模、发展趋势和竞争态势。
可以分析不同城市的旅游收入、游客数量等指标，为政府和企业制定旅游业发展战略提供依据。
BBD数联铭品公司解读报告2020年07月07日
公司解读报告
公司名称：BBD数联铭品
生成时间：2020.07.07
声明：
1、本报告仅供客户作为商业决策的参考资料，数据来自
公开渠道。
客户在做商业决策时、仅供参考，IT桔子并
不承担客户决策所可能带来的商业风险。
2、未经IT桔子书面同意，本报告不得以任何形式全部
或部分提供给第三方，或者在公开渠道进行传播。
IT桔子是关注互联网新经济行业的投融资数据库和商业信息服务提供商，数据服务包括公司、创业者、细分领域、投资机构、投资者、投资事件、新闻、产品等。
产品服务包括但不限于：IT桔子网站和APP、API 数据服务、IT桔子智讯投资管理系统、线下活动、数据和信息服务等。
旅游大 数据平台
旅游大数据平台简介随着旅游行业的快速发展，旅游相关数据的重要性日益突出。
旅游大数据平台是一个数据集中和分析的平台，旨在帮助旅游业者更好地理解和利用大数据，为旅游行业的发展提供可靠的依据和决策支持。
平台构成旅游大数据平台主要由以下几个部分组成：1. 数据采集：通过各种渠道获取与旅游相关的数据，包括航班、酒店、景点、旅行社等数据。
2. 数据存储：将采集到的数据存储在云端数据库中，以便快速访问和处理。
3. 数据处理：对采集到的数据进行清洗、整理和分析，以提取有价值的信息和洞察。
4. 数据可视化：将处理后的数据以可视化的方式展示，如图表、地图等，方便用户直观地了解数据情况。
5. 数据挖掘：基于旅游大数据，进行数据挖掘和机器学习，挖掘出隐藏在数据中的规律和趋势。
6. 数据应用：将挖掘到的数据规律和趋势应用于旅游业务的各个环节，如推荐系统、市场营销、客户服务等。
平台价值旅游大数据平台的建设和应用有着重要的意义和价值：1. 战略决策：通过对大数据的分析，可以帮助旅游企业制定更科学和有效的战略决策，提升市场竞争力。
2. 产品优化：通过对用户数据的分析，可以了解用户需求和行为，优化产品设计和服务，提高用户满意度。
3. 营销推广：通过对市场数据的分析，可以制定针对性的营销策略，提高营销效果和ROI。
4. 风险预测：通过对风险数据的分析，可以及时预测和应对可能出现的风险，降低企业的经营风险。
5. 产业升级：通过对行业数据的分析，可以了解行业的发展趋势和瓶颈，并推动旅游产业的创新和升级。
6. 政策支持：通过对政策数据的分析，可以为政府制定旅游政策提供数据支持和决策参考。
发展趋势旅游大数据平台在的发展中将呈现以下趋势：1. 数据源多样化：随着智能设备和传感器技术的发展，旅游相关数据的获取方式将更加多样化和智能化。
2. 数据规模扩大：随着旅游业的发展，相关数据的规模将不断扩大，数据平台需要具备更大容量和更高性能。
3. 数据深度挖掘：旅游大数据平台将加强对数据的挖掘和分析能力，以提供更深入的洞察和决策支持。
【旅游大数据分析平台展示方案】 大数据展示方案
数据存储：主要负责数据的统一存储，并为数据融合打好基础。
数据分析：主要负责数据的分析工作；
平台提供灵活分析、仪表分析、地图分析、敏捷挖掘等工具进行占比分析、趋势分析、对比分析和时序预测等。
数据应用：根据具体的分析需求，制作分析界面，应用于大屏展示等场景。
二、关键技术介绍2.1数据集市数据集市是以业务主题的形式构建的，业务主题是针对业务的一个概念，它将同一数据源中属于同一个分析主题的表或表中的字段组合在一起，为进一步的可视化查询提供基本元素。业务主题也可以看作是应用层的数据集市，主要应用于可视化查询、即席查询的操作。
2.5可视化组件平台提供了常规的折线图、柱状图、散点图、饼图，地图、热力图、线图，还有用于BI的漏斗图，仪表盘，并且支持图与图之间的混搭。除了内置的丰富图表，还提供丰富的图形配置界面，可灵活的展示各种数据。如下所示，为各种图形的效果图。
柱状图：
组合图：
面积图：
折线图：
玫瑰图：
雷达图：
地图：
三、应用介绍在应用层主要构建三个应用主题，从不同维度展示景区的状况。（注：以下页面可增减，以建设时实际导向为准）3.1景区总览景区总览界面主要从天气、客流量、过夜游客数量、平均逗留时间、主要驻留时长、重游率、游客消费水平等维度对景区整体情况进行分析，运用汇总统计、趋势分析等方法得到计算的关键指标，并应用可视化组件对关键指标进行展示。
2.2业务对象业务对象是构成业务主题的基本元素。业务对象可以嵌套业务对象，除了第一级业务对象，我们统称为“业务子对象”。业务对象可以从左侧拖拽表进来，也可以新建。
2.3业务主题业务主题的表关系根据系统选项设置可以分为全局的表关系和局部的表关系。
2.4敏捷挖掘工具敏捷挖掘模块包含常用的统计分析算法和丰富的机器学习算法，对外提供数据挖掘相关的数据准备、建模、评估、应用等功能。它具有强大的数据读取能力，可支持各类数据库的数据读取，包括：MySQL、Hive、Hbase、o拽的方式实现数据的预处理，而无需精通数据库语言。提供图形化的数据探索方式，帮助用户理解数据间的关键性联系。一键发布的交互方式，可快速实现数据建模工作流任务化，方便制定计划实现周期性调度。
大数据护航 BBD助力金融风险管控
大数据护航 BBD助力金融风险管控作者：张贝贝来源：《软件和集成电路》2016年第10期对于新经济企业的风险描述，BBD试图通过企业全息画像，通过企业行为分析，建立一个新的企业评级模型，提供可靠的技术方案，从而实现对中小型企业或新经济服务型企业进行描述，这就形成了BBD要解决的问题。
随着互联网设备、互联网服务、社交媒体、传感器和用户在全球各地产生的内容爆炸式增长，原始数据量亦呈指数级攀升。
庞大和复杂的数据使传统的数据软件难以应对，并急需新的方法来处理，各种大数据技术应运而生。
据《2015年中国大数据发展调查报告》显示，2015年中国大数据市场规模将达到115.9亿元，增速高达38%，预计2016～2018年，中国大数据市场规模还将维持40%左右的高速增长。
整体上，大数据行业市场容量大，发展前景广阔。
紧抓行业痛点回顾几千年来，从结绳记事到信息爆炸，数据始终影响着人类的生活。
特别是在金融领域，数据成为金融业的核心基础设施。
同时成为整个行业的核心资产。
大数据技术在判断金融趋势、量化金融风险、信用管理、并购投融资、资产配置等方面影响巨大。
在这样的时代背景和行业趋势下，数联铭品一直在思索，大数据时代来临之时，如何用更专业的产品，改变用户利用数据的方式和习惯。
就数联铭品董事长兼CEO曾途观察，从2010年3月～2015年9月，整个制造业对于GDP的贡献持续下行，同时服务业却正在上升。
服务业上升的时候，大量的轻资产、高成长的企业兴起，属于新一代信息技术行业的大数据企业，也在不断地兴起。
新方法评估企业风险在兴起过程中，如何用一种新的风险评估体系或者定价体系来描述企业价值，实际上是金融行业普遍遇到的难点。
了解金融市场的人都知道，金融市场的核心是风险和定价，无论是债券、期货、大众商品、股票市场等，均归于信用风险和市场风险。
过去大多以财务数据为主，面对新经济行业时，大量的资产数据和财务数据的权重显得不那么高时，问题出现了：我们如何用新的方法去对企业风险形成一个有效的评估？这也是BBD（数联铭品）一直致力于解决的问题。
大数据可视化分析平台介绍
大数据可视化分析平台介绍随着数字化时代的到来，数据已经成为了企业经营发展的生命线，而大数据技术的兴起也使得企业可以更好地利用数据开展业务。
然而，对于一些小型企业或者初创企业，难以承担高昂的大数据分析和可视化成本，而要实现高效的数据分析和可视化，需要一款便捷、多功能的大数据可视化分析平台。
本篇文章就将介绍这样一个平台。
一、什么是大数据可视化分析平台大数据可视化分析平台，顾名思义，是应用于大数据处理、计算以及可视化的一项技术工具。
它不仅能够帮助企业对海量的数据进行深入的挖掘、分析，而且还提供更加直观、生动和易于理解的图表、报表，从而更好地传达数据的内涵。
大数据可视化分析平台在行业中的地位越来越重要，不仅可以减轻员工的工作负担，同时还可以帮助企业提高决策的准确性和效率。
二、大数据可视化分析平台的特性1、可针对自身需求自定义。
大数据可视化分析平台多为可定制化、自动化的工具，用户可以根据自身数据的特点和需要，在平台中进行数据定义和可视化配置，最终生成符合自己需求的数据图表。
2、云计算架构。
大数据可视化分析平台大多都采用云计算架构，用户在使用平台时不需要考虑硬件的配置，可以直接使用虚拟机、云存储等云技术来实现快速的数据分析和计算。
3、可跨平台使用。
由于大数据可视化分析平台已经成为了企业数据分析的标配，同时也逐渐普及到了移动平台上，比如能够支持在手机、平板、PC端、Web端、云端等多平台上进行使用。
4、推荐算法实现多样化。
大多数大数据可视化分析平台都支持多种推荐算法，适合不同的业务场景，比如聚类算法、分类算法、回归算法等。
用户可以根据自身所需的数据分析和可视化目标来选择相应的算法。
5、数据安全性能强大。
大数据可视化分析平台拥有多层安全防御机制，如具有传输数据加密机制，为用户的数据安全保护做出最大的努力。
三、大数据可视化分析平台功能详述1、数据处理与存储数据处理与存储是大数据可视化分析平台的基础功能。
通过数据的清洗、加工、处理、整合等一系列多个环节，为数据可视化做好数据准备工作。
旅游业中的大数据分析方法
旅游业中的大数据分析方法近年来，随着互联网技术的高速发展和应用，大数据分析在各个领域逐渐成为重要的决策支持和经营管理工具。
旅游业作为一个庞大而多元的行业，也开始积极探索和运用大数据分析方法来提升自身的竞争力和服务质量。
本文将介绍旅游业中常用的大数据分析方法，并分析其应用价值和特点。
一、用户画像分析用户画像分析是旅游业中常用的大数据分析方法之一。
通过对大数据的收集和整理，可以对游客进行深度挖掘，识别出游客的个人属性、兴趣爱好、消费能力等关键信息。
通过对用户画像的分析，旅游企业可以更好地了解目标客户群体的需求，精准地定位市场，制定个性化的营销策略，从而提高市场竞争力。
二、路径分析路径分析是旅游业中的另一种常用的大数据分析方法。
通过对游客的轨迹数据进行统计和分析，可以了解游客在旅行过程中的出行路径、停留时长、游览次序等信息。
基于路径分析的结果，旅游企业可以更好地设计旅游线路和景点布局，提升景区的游览体验，提高游客满意度。
三、情感分析情感分析是大数据分析方法中的一项重要应用，旅游业也可以借助情感分析对游客的评价和反馈进行分析。
通过对游客在社交媒体、旅游评价网站等平台上发表的评论进行情感分析，可以了解游客对旅游产品和服务的满意度和不满意度，发现问题所在，并及时进行改进和调整，提升企业形象和服务质量。
四、需求预测需求预测是旅游业中利用大数据分析的重要手段。
通过对游客的历史消费行为数据进行统计和分析，可以预测出不同时间段和不同目的地的需求趋势。
旅游企业可以根据需求预测结果，合理安排资源，优化产品供给，提高资源利用率，带来经济效益的提升。
五、风险评估在旅游业中，风险评估是一项至关重要的工作。
通过对旅游事故、自然灾害等风险事件的数据进行分析，可以评估旅游目的地的风险程度，并制定相应的应对措施。
大数据分析方法可以帮助旅游企业及时获取和分析风险数据，提前预警和应对风险事件，保障游客的安全和权益。
总结：旅游业中的大数据分析方法为旅游企业提供了更全面和深入的数据支持，帮助企业更好地了解客户需求、优化产品供给、提升服务质量、应对风险等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
成都数联铭品科技有限公司
BBD Aria
BBD 简介
BBD（数联铭品）是全球领先的大数据解决方案提供商。总部位于成都 ，在北京、上海、贵州、深圳和杭州设有分支机构 ，并在香港和新加坡设立了子公司服务海外客户。公 司集聚全球大数据顶尖技术优势，在首席科学家兼创始人周涛博士的带领下，发布了全球领先的HIGGS KUNLUN和HIGGS GALAXY大数据运营平台，为产业转型提供大数据基 础平台服务，包括BBD HIGGS Credit，BBD Finance， BBD Index，BBD Anti-Fraud, BBD Innovation等。截至目前，公司已经为金融行业及其他产业提供了具有产业化和产 品化能力的领先大数据整体解决方案。
见》发布
2016年5月，首届世界旅游 发展大会将在北京举行
２０１３年４月２５日第十二届 全国人民代表大会常务委员会第 二次会议通过《中华人民共和国 旅游法》，于２０１３年１０月 １日起施行。”
2015年年9月，国务院印 发的《促进大数据发展行 动纲要》
中国成功获得2017年联 合国世界旅游组织第22 届大会承办权
尹康, York Yin COO, UESTC
李新韬, Thomas Li Manager, UESTC
孙晓会, Catherine Sun Manager, UESTC
代彦, David Dai Lawyer, Nanjing University
吴桐, Jason Galileo Plan： CFO, SHUFE
赵阳, Sunny Zhao Manager, London University
范丞君, Titi Fan Manager, LSE
刘世林, Shilin Liu Researcher,NUS
徐增林, Zenglin Xu Director, CUHK
李冰玉, Yoyo Li Manager, SGalileo Plan：FE
……
BBDAria 旅游大数据分析平台建设背景
2013年国家旅游总局提出建设“智慧旅游”，2015年国务院政府工作报告提出互联网+的行动计划，四川旅 游资源富集程度全国领先，在各种利好的政治政策资源条件下，四川旅游提出“建设世界旅游目的地”的大 目标。通过大数据和云计算，将涉旅企业及旅游产品消费者全面信息化和在线化，实现管理、服务、营销的 智能化和自动化，全面升级四川省旅游产业结构。四川旅游在原有的一个中心、三个网站集群、五个平台的 基础之上继续深化基础设施建设，建立“四川省旅游大数据平台”，实现四川旅游的互联网化发展，建设四 川“世界旅游目的地”。
数据应用层次低，低俗营 销扰民，且效果不佳；
同质竞争严重，对客户需 求的了解很片面，产品服 务创新乏力；
旅游消费者
旅游目的地挑选具有盲目 性、集中性，缺乏科学的 指引；
目的地信息的获取与真实 情况存在不对称，影响旅 游体验；
信息搜集困难，旅游同质 化严重；
数联铭品是全球领先 的大数据解决方案提 供商。总部位于成都, 在北京、上海、深圳、 贵州和杭州设有分支 机构,并在香港和新 加坡，伦敦设立了子 公司服务海外客户。
BBD 专业团队 BBD Aria
公司自创立以来,我们组建了一支优 秀的团队,不仅拥有像周涛教授,徐 增林教授这样顶尖的科学家为我们 建立技术底层框架,还有像袁先智博 士,蒲克强博士及陈公越博士等一批 具有国际和国内经验的一流金融专 家来为我们的专业服务进行标准定 义 。BBD业务团队中,有75%的同事 来自于海外名校,包括麻省理工,加 州大学洛杉矶分校,卡耐基梅隆大学 等; 其专业覆盖数学、物理、统计、 金融和数据挖掘等。
SVP & Head of BBD Credit Daniel Pu
Chief Scientist Zhou Tao
CFO & SVP of Product Development Jason Wu
COO & SVP of BBD R&D
York Yin
SVP & Head of BBD Finance George Yuan
马骁, Eason Ma CMO, CATT
杨晓霖, Daniel Yang BD VP, NTU
宋开发, Eric Song EDS VP, SJTU
曾途, Wilson Zeng CEO, NJUE
高辉, Hui Gao Senior Engineer, PKU
任剑, Jian Ren Senior Director, THU
基础架构
分布式深网爬虫
元数据存储
图片 HDFS
文本 Hbase
Hadoop集群 GraphLab平台
算法插件 监控和报表 服务评测 日志分析
……
BBDAria 旅游大数据平台成果展示
谢谢观看！
பைடு நூலகம்
BBDAria BBD 典型客户与服务对象
BBDAria BBD 是行业标准的制定者
COSR类似于商业大数据领域的ISO9000，企业数 据服务框架如下：
COSR全称是“Council of Strategy Research”,即策略研究理事会,是一 个非赢利性组织。该组织致力于通过规范数据服务、提升服务能力,来优 化决策的效力和效率。COSR的发起组织有数联铭品、北京安理律师事务 所、清华大学经管学院、电子科大大数据研究中心、北航软件学院、数 据堂、华院数据、美林数据、泰一指尚、国信优易等。
BBD Index （大数据量化中国革新进程）
BBD Anti-Fraud （商业反欺诈平台）
BBD Innovation
（大数据创新服务）
BBD 发展版图 BBD Aria
London
Singapore
Hong Kong
Chengdu
Beijing
Shanghai Shenzhen
BBDAria 旅游大数据分析平台建设思路
从经济总量和占比来看，旅游业是国民经济的重要产业，但是从发展速度和信息化进程来看，旅游业严重滞后于其他产业 ，在 国家推进智慧旅游建设的4年来看，几乎都停留于基础层面，并无实质成果。基于这一行业痛点和机遇点，BBD以强大的大数据 能力为基础，与客户建立亲密的合作伙伴关系，帮助客户建立数据采集平台，形成基础旅游数据库；利用Hadoop生态圈，建 立数据分析处理平台，基于此，衍生推动各个涉旅实体信息化的应用成果和解决方案。
HIGGS KUNLUN 专注于 服务金融行业 , 诸如信用 评估模型的建立等。
HIGGS KUNLUN
HIGGS GALAXY
HIGGS GALAXY 跨行业 的解决方案,提供关系分析、 数据分析等基本分析工具。
BBD HIGGS Credit （全息画像识别企业风险）
BBD Finance （金融产品风险与定价）
旅游大数据发展概述 BBD Aria
景区 交通 酒店 餐饮 娱乐 购物
数据采集
线上数据采集 线下数据接入
数据分析
实时数据 数据分析 推荐引擎 用户分析 行业研究 关联分析 预测分析
……
数据应用
旅游监管
实时监管
旅游服务 个性化服务
旅游营销 精准营销
旅游规划 大数据决策
大数据重塑旅游产业
(1)大数据服务于旅游元素提供商，旅游产品开发完全基于用户数据 (2)大数据实现对旅游消费人群全息画像，数字营销，精准推荐 (3)大数据应用于旅游监管单位，实现决策有依，监管有效
存储和算法融合 多行业多产品融合 移动和传统相融合 个性化营销融合
通道应用
根据数据分析结果进行营销： • 传播定价 • 策略个性化 • 效果量化 • 反馈型预算
数据挖掘系统 算
推荐系统
法
信息分类
信息分类
个性化
评分排序
分 析
训练/预测 训练/预测
平 台
关联分析
关联分析
……
机器学习
精确匹配
信息决策
智能反馈
BBDAria BBD 拥有“企业征信”牌照
COSR类似于商业大数据领域的ISO9000，企业数 据服务框架如下：
BBD还获得了
ISO9001:2008以及ISO/IEC 27001:2013等国际权威质量控制认证；
国家高新技术企业认证； 超过20项发明专利/软件著作权
BBDAria 旅游大数据分析平台建设背景
监管机构
数据意识强，但仅有行政 数据，互联网数据匮乏， 决策局限；
数据分析能力弱，停留在 简单统计层面，可操作性 差；
数据应用通道单一，投入 产出不可量化，无法发挥 数据深度价值；
旅游产业发展瓶颈
涉旅企业
企业间数据壁垒高筑，数 据来源片面，无法进行宏 观决策；
食
宿
行
游 购
娱 咨询、分享、投诉 ……
Hadoop
分析
采集
应用
监管 营销
服务 规划
BBDAria 旅游大数据分析平台架构
数据接口开放
通 道
SNS API
推荐 API
应
用户 API
应用 API
用
广告 API
算法 API
平
负载均衡 权限管理
台
用户验证 统计分析
……
应用融合
王维平, Weiping Wang Ph.d Consultant, University of Connecticut
30位顶尖全职博士，专业覆盖金融工程，大数据等 75%的同事具有海外留学背景
江天, Tian Jiang Researcher, UNSW
周涛, Tao Zhou Scientist, University of Freiburg