60度視圖及企業(yè)產(chǎn)品生命周期為基礎(chǔ), 設(shè)計(jì)一套針對(duì)客戶(hù)/產(chǎn)品的實(shí)時(shí)推薦引擎. 實(shí)時(shí)推薦引擎的核心是協(xié)同過(guò)濾推薦的機(jī)器學(xué)習(xí)框架 (Collaborative Filtering). Collaborative Filtering包括六大分析步驟, 每一步驟都有一些合適的算法可供選擇. 當(dāng)然最重要的步驟是相似度計(jì)算. 同時(shí)將社交媒體分析加入做交叉比對(duì), 找出最適合的個(gè)性化的推薦策略。另外文思海輝也正在使用隱馬爾科夫模型研發(fā)行為模式分析及欺詐分析

　　實(shí)際上，在行業(yè)企業(yè)中已經(jīng)有多家企業(yè)采用我們研發(fā)的混合型的客戶(hù)360度視圖，以金融業(yè)為例，文思海輝已經(jīng)幫助國(guó)內(nèi)多家銀行企業(yè)采用混合型的客戶(hù)360度視圖廣泛并深入的拓展他們的客戶(hù)，另一方面借助合型的360度視圖能夠?qū)崿F(xiàn)統(tǒng)一的客戶(hù)主數(shù)據(jù)管理。另外，通過(guò)升級(jí)該用戶(hù)的語(yǔ)音系統(tǒng)，把自然語(yǔ)音技術(shù)加入處理，可以實(shí)時(shí)調(diào)出客戶(hù)所有的資料信息。“我們最核心是在幫助客戶(hù)使用各種工具，建立較好的分析模型, 實(shí)現(xiàn)智慧數(shù)據(jù)”

　　要真正利用大數(shù)據(jù)的技術(shù)去解決企業(yè)面臨的問(wèn)題，對(duì)于企業(yè)帶來(lái)來(lái)講仍然有一定的挑戰(zhàn)。以銀行為例，現(xiàn)在銀行都是徹底打破內(nèi)部的各個(gè)環(huán)節(jié)，傳統(tǒng)銀行是內(nèi)部是按照傳統(tǒng)產(chǎn)品線劃分相對(duì)獨(dú)立的事業(yè)部門(mén), 比如按照理財(cái)工具的不同會(huì)有各個(gè)不同事業(yè)部門(mén)，但現(xiàn)在這種模式已經(jīng)“落伍”了，要完全打破這些事業(yè)部門(mén), 模塊化的重組, 變成“工廠化”，后臺(tái)主要是分析傳統(tǒng)的智能化部分，中間是對(duì)銀行是至關(guān)重要的風(fēng)險(xiǎn)管控，前臺(tái)是要把智能直接移動(dòng)以及實(shí)施的方式傳到客戶(hù)經(jīng)理。所有的工廠化, 模塊化之后要以客戶(hù)為中心重新組建，金融產(chǎn)品要到各個(gè)不同的部門(mén)相當(dāng)于一站式服務(wù)，客戶(hù)經(jīng)理是唯一的對(duì)口，銀行的智慧數(shù)據(jù)要能隨時(shí)提供客戶(hù)經(jīng)理所有的客戶(hù)信息。

　　實(shí)際上，在整個(gè)分析算法上， 世界上有幾百種分析算法，“但我們不可能把所有的算法都搞懂，我們重點(diǎn)挑選出幾大類(lèi)最重要的算法, 把它們搞明白。把這些算法搞明白后, 組合這些算法, 設(shè)計(jì)模塊化的各種基礎(chǔ)的分析模塊, 如圖像分析、回歸分析、協(xié)同分析, 行為模式分析, 概率轉(zhuǎn)移分析等. 再將這些分析模塊融入我們已有的行業(yè)解決方案， 將其智能化, 如智慧銀行, 智慧商務(wù)，智慧維修等, 給客戶(hù)帶來(lái)實(shí)際可驗(yàn)證的商業(yè)價(jià)值。”