金融语义分析的经验与总结

2016年6月25日在文因互联举行了以“金融语义分析的经验与总结”为主题的智能金融沙龙活动。参加沙龙的人员背景各不相同,有VC、 舆情分析师、研发工程师、学生等等。活动主要分为两部分:文因互联的CKO(首席知识官)——王丛主讲了“金融语义分析的经验与总结”;参会人员对目前金融语义分析状况进行自由讨论。

webwxgetmsgimg (6)

沙龙活动开始主讲人王丛首先进行了自我介绍,并且介绍了自己职位名称的来历:CKO中 K 是“知识”(Knowledge),自己博士期间研究的是知识工程,文因互联作为知识管理的公司,知识是很关键的,所以就叫CKO。由于文因互联现阶段产品需要用到语义分析的技术,所以王丛结合文因产品的发展历程讲述金融语义分析曾经走过的坑,又是怎么跳过坑,发现前方的路,以期为后来人提供些许启发。

文因搜索的入口是 wenyin.io

王丛分享

活动中王丛主要讨论了为什么将金融语义分析应用在新三板领域,以及金融语义搜索近期与远期将会达到的目标。

首先,现阶段新三板相对早期市场数据更公开可信,市场相对成熟;又与二级市场的逻辑的不同,依赖基本面分析不是交易数据,更能发挥语义处理技术的长处。其次是新三板增长速度快,得到政府强力扶植。

现阶段存在的产品有一些传统的金融客户端,主要是依赖于PC端,数据全,但操作繁琐笨重,思路更接近二级市场投资。我们的产品可以改善传统的工作流程,节约人力时间成本,满足用户的产品需求。目前用户的需求主要集中于上下游分析、竞争对手分析、企业亮点/风险点分析等,我们会做的是搜上下游、搜相近业务、搜股东减持等等深度分析。打个比方说,传统金融客户端是油田,我们则是化工厂,重点是加工和提炼。

金融语义搜索是个大问题,需要分几个阶段来完成。我们的近期目标就是提供关键的“碎片信息”,让用户可以做浅度的、但是传统客户端软件很难完成的查询,将反复查询的信息关联、重用,将复杂查询交给用户完成。金融语义搜索远期的目标是把逻辑推断所需要的一切可能证据线索告诉用户,以一种可交互的界面方式展现、帮助用户进行探索,完成推断。这也是文因互联未来一到两年的目标。

 

讨论图片

 

与会者进行热烈讨论

 

1、嘉宾提问:文因搜索与搜索引擎有什么不同?

王丛:目前从外在形式来看是没有多大的区别,但是不同的垂直领域就看你知识库搭建的好不好,规则给的够不够准确,这样再去提高准确率。其实我觉得搜索引擎差不多都是一样的,只是不同的行业所设定的规则是不一样的。但是往后会越来越不一样,因为图谱搜索搜的是“实体”而不是文档,它知道你找的东西“是什么”,不仅仅是看成字符串。

 

2、嘉宾:有没有参考做舆情的公司?

王丛:这个其实有。我们现在的产品里也有一部分與情监控的内容,也和一些公司展开了 初步的合作。

 

3、嘉宾:但是工作方式还是很相似的,比如说把竞争对手以及自己的公司打造出二十几个主题词,把公司高管、竞争对手等这些统统的扔给舆情公司。舆情公司就是提供报告、金融资产分析、预警等,可以参考一下他们是怎么做的。

王丛:这个肯定是会去做的,但是这要看在什么阶段去做。从技术上来思考的话,做舆情里的各种数据源分析,成本是非常高的。

 

鲍捷

(文因互联CEO鲍捷在回答问题)

 

4、有私募基金经理结合目前投资市场状况对文因搜索产品提出了肯定,并问未来的意义是什么?

鲍捷:传统的FA(金融顾问)服务更多的是依赖金融经验和人脉来服务,这就造成了FA没有一个是长大了的。因为知识是在人的脑袋里,他会觉得人脉明明在我这里,凭什么要为公司赚钱?所以会离开团队,FA和VC都是这个样子,这是传统的方式决定了这种分裂。因为信息的不对称是通过人来打破的,只有把这个东西用机器,至少是关键的部分用机器来承载之后,这种机构的成长性、成交的概率才能够上涨。之所以这种经验和人脉的方式制约了交易的达成,是因为当人一分裂时,那他所代表的交易平台也分裂了。我们知道一个市场上平台能提高交易的速率和成功率,是因为平台越大,消息越透明越容易。如果仅依赖经验和人脉就很难。但是具体怎么形成这样的平台,需要一定的过程。不同背景出发的人会有不同的路径,像已经有过撮合交易经验的,他就会直接走撮合交易这一块;而人脉熟的就会直接走社交这一块;我们目前为止是走知识和智能这个路径。中国市场这么大不可能只有一家公司长大,一定是不同服务的渠道、对象上都会有一个不同服务方式的企业出现。各种方式最后都是有可能成功的。

 

欢迎大家参加本周六举办的智能金融沙龙活动(第三期)——中美智能金融行业现状分析    http://www.huodongxing.com/event/8341382338000

发表评论