该软件以概念语义感知与本体语义理解技术为核心，结合统计学习、机器学习、深度学习等关键自然语言处理技术，面向企业业务人员、数据分析师、开发者等不同角色用户提供专属语义应用定制开发能力，实现自然语言的智能化处理、自动将非结构化数据按需转换为结构化数据。

传统银行的转型实战——看中国工商银行如何利用大数据洞察客户心声
 

项目背景
中国工商银行每天都在面临着来自各方的海量的客户心声。如何洞察客户的心声，从海量数据中挖掘出有价值的信息，对于提高服务质量和客户满意度极为重要。在大数据的挑战下，中国工商银行积极应对外界变化，其中一个举措就是通过数据应用驱动业务变革。
 

客户价值
1.提升客户满意度和客户忠诚度
DINFO-OEC非结构化大数据分析挖掘平台，能够从客户反馈的文本当中提取出客户的热点意见，再把热点和结构化数据做关联分析，就能得到更加丰富的分析场景，从而优化业务流程，提升客户满意度和客户忠诚度。
 

2.减少来电的投诉量，降低服务成本
DINFO-OEC非结构化大数据分析挖掘平台可从大量的文本反馈当中发现客户的热点意见集中在哪些方面，银行可对客户所反映的共性问题主动发起一些措施，来电的投诉量会进一步的减少，从而降低服务成本，减少了二次被动的服务投入。
 

3. 自动监控和分析信息，提升分析效率
通过互联网的监测分析系统，能够对互联网上的金融网站和社交媒体网站做到自动的监控和分析，自动形成监测报告。提升了分析的效率，原来需要员工逐条阅读工单，现在机器自动阅读。
 

技术方案
在鼎富科技与中国工商银行的共同努力下，中国工商银行通过以下几个方面实现了行内的非结构化大数据领域的应用创新：
1.结合业务的处理流程设计了一套适用于银行客户意见的分类体系。
2.通过热词分析，获知客户热点意见。
3.建立客户意见挖掘模型。
4.垃圾信息过滤，完成跨渠道事件聚类，完成重要信息的识别。
5.选择贴合业务场景的分析方法。
 

应用场景
用于大量的非结构化数据，需要划分众多的分析挖掘和统计维度，进行较为频繁的挖掘分析工作，并且需要对挖掘分析结果进行导出进行再次利用。