人工智能時(shí)代，數(shù)據(jù)和技術(shù)已成為驅(qū)動(dòng)社會(huì)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)、企業(yè)發(fā)展的核心要素。尤其在人工智能與數(shù)字化深入融合的今天，社交數(shù)據(jù)已經(jīng)成為驅(qū)動(dòng)企業(yè)管理、商業(yè)創(chuàng)新、激發(fā)增長(zhǎng)等方面的重要因素。社交數(shù)據(jù)以體量龐大、平臺(tái)及形式豐富、語義及場(chǎng)景繁雜等特點(diǎn)，在數(shù)據(jù)的采集、處理、分析及洞察等商業(yè)應(yīng)用方面都帶來了極高的挑戰(zhàn)。

作為3年前ChatGPT的最早期應(yīng)用者，慧科訊業(yè)（Wisers）也是國(guó)內(nèi)最早將DeepSeek進(jìn)行商業(yè)應(yīng)用的技術(shù)公司，比業(yè)界提前8個(gè)月實(shí)現(xiàn)全面集成DeepSeek。在2024年初借助早期版DeepSeek的開源技術(shù)孵化蒸餾了自己的行業(yè)化模型，并開始規(guī)?；逃?。2024年第二季度，慧科訊業(yè)作為DeepSeek早期用量最大的客戶，曾突破當(dāng)時(shí)DeepSeek底層基礎(chǔ)設(shè)施資源瓶頸和服務(wù)不穩(wěn)定、性能不高等挑戰(zhàn)，成功沉淀出一套慧科訊業(yè)獨(dú)有的，對(duì)日均百億Token數(shù)據(jù)進(jìn)行結(jié)構(gòu)化的Wisers LLM及其構(gòu)建系統(tǒng)、運(yùn)營(yíng)系統(tǒng)和機(jī)制。Wisers LLM 無論在精準(zhǔn)度、處理成本、還是數(shù)據(jù)處理量級(jí)方面對(duì)比DeepSeek都得到顯著的優(yōu)化和提效。

2014年，慧科訊業(yè)AI Lab 技術(shù)實(shí)驗(yàn)室成立，專注中文語義AI技術(shù)的發(fā)展與創(chuàng)新。十余年來，慧科訊業(yè)不斷應(yīng)用AI技術(shù)提升數(shù)據(jù)價(jià)值和效率，并通過技術(shù)+專業(yè)分析師人機(jī)結(jié)合的方式，滿足行業(yè)頂級(jí)客戶嚴(yán)苛需求。

近年來，隨著ChatGPT、DeepSeek等大模型接連問世，掀起行業(yè)革命，輿情服務(wù)商陸續(xù)宣稱接入各種大模型。作為營(yíng)銷領(lǐng)域最早開始應(yīng)用AI的公司，慧科訊業(yè)早已將大模型融合至技術(shù)及業(yè)務(wù)中，用于訓(xùn)練慧科訊業(yè)自研大模型及小模型。基于訓(xùn)練模型經(jīng)驗(yàn)，結(jié)合慧科訊業(yè)27年沉淀的深厚行業(yè)knowhow和服務(wù)經(jīng)驗(yàn)，助力品牌營(yíng)銷洞察決策。

目前，行業(yè)內(nèi)常見的主流應(yīng)用方式是接入ChatGPT、DeepSeek等大模型官方API，直接面向客戶端應(yīng)用。慧科訊業(yè)經(jīng)過迭代升級(jí)，已基于火山引擎和華為云上的DeepSeek，用雙活LLM及自有蒸餾行業(yè)化模型（2+1）的模式規(guī)?；?wù)客戶，在穩(wěn)定實(shí)現(xiàn)更高并發(fā)和高性能的同時(shí)，為行業(yè)提供更準(zhǔn)確、速度快、情感準(zhǔn)的行業(yè)化應(yīng)用。

慧科訊業(yè)話題發(fā)現(xiàn)與追蹤模型（WTDT）技術(shù)：通過AI驅(qū)動(dòng)的智能話題發(fā)現(xiàn)技術(shù)，結(jié)合獨(dú)創(chuàng)的無監(jiān)督模型與LLM融合算法，在行業(yè)強(qiáng)關(guān)聯(lián)技術(shù)支持下實(shí)現(xiàn)百億級(jí)數(shù)據(jù)中熱點(diǎn)及新興趨勢(shì)的秒級(jí)捕捉與異常洞察，確保話題挖掘的高精準(zhǔn)度。

慧科訊業(yè)主體與維度抽取模型（WSAE）技術(shù)：基于混合模型架構(gòu)，能夠自動(dòng)抽取話題關(guān)聯(lián)主體并歸一化不同表述的別稱，在多主體場(chǎng)景中精準(zhǔn)識(shí)別話題與實(shí)體關(guān)系，同時(shí)實(shí)現(xiàn)實(shí)體、觀點(diǎn)類別、屬性維度及話題 - 實(shí)體關(guān)系的聯(lián)合抽取。

慧科訊業(yè)基于維度的情感分析模型（WABSA）技術(shù)：依托混合模型技術(shù)，通過多粒度層次化分析框架實(shí)現(xiàn)屬性維度層級(jí)的細(xì)粒度情感識(shí)別，并整合主貼與評(píng)論信息構(gòu)建觀點(diǎn)與話題主體的精準(zhǔn)關(guān)聯(lián)映射。

慧科訊業(yè)自研媒介大數(shù)據(jù)挖掘分析模型(Wisers Industry LLM)包含意圖識(shí)別模型、水軍去廢模型、知識(shí)圖譜模型與增強(qiáng)分析模型四大類型。四大模型覆蓋大數(shù)據(jù)挖掘分析全過程，賦能大數(shù)據(jù)應(yīng)用完整鏈路，協(xié)同實(shí)現(xiàn)從智能采集、數(shù)據(jù)凈化、語義理解到?jīng)Q策支持的全流程自動(dòng)化，幫助企業(yè)快速捕捉熱點(diǎn)、識(shí)別風(fēng)險(xiǎn)、優(yōu)化策略。

意圖識(shí)別模型，提升數(shù)據(jù)采集準(zhǔn)確率：慧科訊業(yè)自研意圖識(shí)別模型，能實(shí)現(xiàn)自學(xué)習(xí)、實(shí)時(shí)更新采集規(guī)則，可將傳統(tǒng)需數(shù)月的人工任務(wù)縮短至小時(shí)級(jí)，實(shí)現(xiàn)95%以上準(zhǔn)確率的7×24小時(shí)實(shí)時(shí)社交媒體數(shù)據(jù)采集，每日處理千萬+有效文章。

水軍去廢模型，提升水軍識(shí)別率：基于原有水軍模型的行業(yè)化迭代升級(jí)，從“機(jī)器粉”賬號(hào)識(shí)別，再到通過水軍個(gè)體行為、內(nèi)容、互動(dòng)的表現(xiàn)識(shí)別，逐漸積累行業(yè)水軍群體特征。

知識(shí)圖譜模型，提升敏捷度與實(shí)時(shí)性：慧科訊業(yè)自主研發(fā)100+AI算法及模型，全面賦能各業(yè)務(wù)應(yīng)用場(chǎng)景。借助慧科訊業(yè)自研知識(shí)圖譜，自動(dòng)構(gòu)建和抽取模型，可實(shí)現(xiàn)2天內(nèi)從0到100構(gòu)建含數(shù)千個(gè)主體維度標(biāo)簽的行業(yè)知識(shí)圖譜，構(gòu)建效率提升百倍。

增強(qiáng)分析模型，發(fā)現(xiàn)有價(jià)值的洞察：自動(dòng)分析數(shù)據(jù)找問題，比如銷量突然下降時(shí)，能關(guān)聯(lián)到社交媒體上的負(fù)面評(píng)價(jià)，生成帶圖表的分析報(bào)告。還能看懂圖片視頻里的信息，比如識(shí)別廣告中的品牌LOGO和促銷信息。

在商業(yè)價(jià)值驅(qū)動(dòng)方面，慧科訊業(yè) AI大模型技術(shù)通過高效的四元組關(guān)系識(shí)別技術(shù)，實(shí)現(xiàn)知識(shí)圖譜自動(dòng)構(gòu)建和抽取模型，可準(zhǔn)確識(shí)別文本中主體-維度-觀點(diǎn)/話題-情感的四元組關(guān)系，實(shí)現(xiàn)結(jié)構(gòu)化處理。

此外，相比傳統(tǒng)人工知識(shí)圖譜構(gòu)建和打標(biāo)中遇到的覆蓋低、耗時(shí)久、不精準(zhǔn)、難洞察等問題，慧科訊業(yè)知識(shí)圖譜能自動(dòng)構(gòu)建和抽取模型，結(jié)合虛擬知識(shí)圖譜(Virtual Knowledge Graph, VKG)，將傳統(tǒng)需數(shù)月的人工任務(wù)縮短至小時(shí)級(jí)，實(shí)現(xiàn)95%以上準(zhǔn)確率的7×24小時(shí)實(shí)時(shí)社交媒體數(shù)據(jù)采集，每日處理千萬+有效文章。

同時(shí)，行業(yè)專有大語言模型LLM支持跨行業(yè)的細(xì)粒度多種類維度屬性抽取，精準(zhǔn)實(shí)現(xiàn)內(nèi)容、語義、場(chǎng)景的分析；借助Wisers AI LAB的專業(yè)實(shí)驗(yàn)數(shù)據(jù)，能夠支撐實(shí)際應(yīng)用20多種藝術(shù)字體可識(shí)，支持廣告KV素材訓(xùn)練和識(shí)別等AI圖像識(shí)別技術(shù)，幫助品牌捕捉更多信息曝光，挖掘更多內(nèi)容營(yíng)銷點(diǎn)。

營(yíng)銷場(chǎng)景一：負(fù)面危機(jī)輿情監(jiān)測(cè)追蹤

負(fù)面危機(jī)輿情監(jiān)測(cè)對(duì)時(shí)效性和準(zhǔn)確度要求高，針對(duì)目前行業(yè)內(nèi)常見的主體識(shí)別不清、情感判斷不準(zhǔn)等痛點(diǎn)，慧科訊業(yè)采用智能自學(xué)習(xí)引擎、360度情感判斷模型、正負(fù)話題/事件發(fā)現(xiàn)模型、行業(yè)化多維負(fù)面分類模型，預(yù)警時(shí)效遠(yuǎn)優(yōu)于業(yè)界水平，預(yù)警漏報(bào)率縮減至業(yè)界水平1/20，成本僅為業(yè)界平均30%，為用戶帶來了更加智能高效的輿情分析體驗(yàn)。

營(yíng)銷場(chǎng)景二：營(yíng)銷活動(dòng)策劃和效果分析

營(yíng)銷活動(dòng)策劃和效果分析需要投入大量時(shí)間和數(shù)據(jù)訓(xùn)練合適的模型，并且需要大量人工處理，費(fèi)時(shí)費(fèi)力；如借助深度學(xué)習(xí)模型或一般大模型，則會(huì)產(chǎn)生耗時(shí)及高額成本問題。慧科訊業(yè)基于自有活動(dòng)發(fā)現(xiàn)模型及話題發(fā)現(xiàn)模型，精細(xì)化6級(jí)維度進(jìn)行打標(biāo)，同時(shí)提效最高30倍。

營(yíng)銷場(chǎng)景三：產(chǎn)品力評(píng)估和產(chǎn)品創(chuàng)新

產(chǎn)品力評(píng)估和產(chǎn)品創(chuàng)新中，需要結(jié)合大小數(shù)據(jù)，及時(shí)發(fā)現(xiàn)競(jìng)品動(dòng)作的同時(shí)，前瞻消費(fèi)者喜好趨勢(shì)。傳統(tǒng)的產(chǎn)品力評(píng)估和創(chuàng)新模式下，會(huì)面臨小樣本數(shù)據(jù)偏差風(fēng)險(xiǎn)，海量大數(shù)據(jù)信息龐雜、人工介入成本高、耗時(shí)長(zhǎng)。慧科訊業(yè)依靠全量社媒及電商數(shù)據(jù)，結(jié)合自有主體識(shí)別、維度識(shí)別技術(shù)及新品發(fā)現(xiàn)模型，可大大提升數(shù)據(jù)處理速度及效率，將打標(biāo)成本降至業(yè)界1/50。