來自慧科訊業的一份“顏值高”且干貨滿滿的新聞簡報是什么樣的？

25年前，國內互聯網連通之前，信息源單一且集中。想要獲取企業相關的資訊，看看報紙、電視，聽聽廣播，就可大致了解。隨著網絡世界的發達，各類媒體正變得更為多樣和復雜，對企業的影響力也越來越大。如何在第一時間掌握企業資訊？如何快速將不同主題的資訊分類？又如何從中甄別重要度和正負面？正日益成為企業健康發展的新剛需。為什么需要新聞周報？如果，你是一名市場部門工作人員，有義務向公司各部門定期提供資訊參考，但面對海量信息，如何收集整理最有效那部分，化繁為簡，節約大家的閱讀時間？如果，你是一名公關工作人員，負責輔助管理人員預見危機，規避市場風險。面對突發負面事件，如何有效的進行監控和預警？如果，你位居企業決策層，面對瞬息萬變的市場行情，如何高效抓取，洞察先機？資訊輿情，是企業發展、品牌成長的耳目。企業要想適應市場發展，就必須制定科學的發展策略，完善的發展機制，做出最優決策，贏得競爭優勢，所有這些都離不開優質、及時的輿情資訊。對企業而言，輿情信息分為公眾輿論、競爭情報及負面輿情，前兩類輿情主要起輔助決策作用，了解自身及競品相關訊息，減少決策盲目性。知己知彼，才能百戰不殆。后者則主要用于負面公關，風險防范...

2019-09-06 11:20:30

慧科訊業榮獲香港創新科技基金“企業支援計劃”項目研發資助

2019年5月，慧科訊業與香港特別行政區政府創新科技基金正式簽署資助協議。慧科訊業獲得該項基金下的“企業支援計劃”項目資金贊助，用于技術創新，研發一個“基于多模態媒體大數據挖掘的智能市場營銷顧問系統”，采用創新AI技術對異種多模態數據，如文本、圖像、視頻與社交網絡等，進行大數據分析、挖掘與推薦，從而預測和推薦有助于設計成功營銷活動所需的可執行要素，助力企業以一種全新的、智能的方式應對日益激烈競爭下的市場營銷挑戰。“企業支援計劃”（EES）是香港特別行政區政府創新及科技基金（ITF）下的主要資助計劃，旨在鼓勵私營機構進行研發。獲資項目一般應為期不超過兩年。獲款公司將會擁有項目產生的所有知識產權。審批資助以下列各項準則為依據：創新及科技內容；技術及管理能力；財務因素；項目成果的商品化機會；以及能否配合政府政策或對整體社會有利。慧科訊業此次獲得資助的項目名為“基于多模態媒體大數據挖掘的智能市場營銷顧問系統”。該項目將由“企業支援計劃”和慧科訊業雙方共同出資完成，預計研發時長24個月，并分4個階段產出。項目團隊共由27名研究員和開發者組成，其中包括9位博士和10位碩士，項目主管由慧科訊業人工智...

2019-08-06 11:20:30

2019全年過半，慧科訊業用數據和技術實力保持不竭生命力

對于一家已經成立20年并且還在穩步成長的科技公司，2019年從年初開始，就注定是充滿機遇與挑戰的一年。外界對國內經濟發展的持冷態度，國際貿易和政治形勢的的波動都給每一家剛剛步入高速發展期的企業提出了新的挑戰。2019年是慧科訊業專注為來自全世界各地的企業和機構客戶提供媒體數據服務的第21個年頭，在今年的前6個月，慧科訊業實現了從基礎數據庫到綜合解決方案的產品升級，完成了首期數據和分析模型部署服務的成功交付。在外部合作上，慧科訊業在前半年正式加入微軟Azure云計算生態合作伙伴，并連續受到思科中國數據中心，香港浸會大學等國際一流企業和機構的合作邀請，完成了多項戰略合作計劃的意向洽談。2019年2月，慧科訊業與香港浸會大學合辦“數據與媒體黑客松”，來自中國香港7所頂尖高校的百余位大學生齊聚浸會大學。這次黑客松特別設立了“慧科訊業AI創新獎（WisersAIInnovationAward）”，以獎勵最具創造力應用AI挖掘媒體數據價值的創新項目。競賽冠軍和特別獎雙料獲得者“CYDA”團隊極具智慧地利用慧科訊業WisersAI分析模型，提出了一個非常有創意的關愛老年人生活與孤獨的社會化解決方案，...

2019-07-25 11:20:30

“當大數據遇見NLP”慧科訊業受邀參加思科數據中心合作伙伴大會

6月28日，以“同心共贏，數聚非凡”為主題的2019思科大中華區數據中心合作伙伴大會在青島圓滿落幕。來自思科（Cisco）大中華區的多位高管，以及英特爾，IDC等思科ISV合作伙伴們針對網絡趨勢和數據應用戰略等內容展開深入討論。慧科訊業做為專注于媒體數據服務的科技公司，也做為受邀嘉賓出席了本次大會，與其他商業伙伴一同探討大數據和人工智能技術在各個垂直行業的應用和發展方向。慧科訊業副總裁嚴宇杰先生，以“當大數據遇見NLP”為題，給現場聽眾分享了來自慧科訊業對人工智能自然語言處理技術（AI/NLP）的獨到見解。他用人工智能技術圖譜為提綱，講解了目前世界上比較成熟的人工智能技術概念的落地應用，例如自然語言處理，圖像識別，情感計算等等。他說：“文檔、報告、電郵、圖像、社交媒體內容等等，其中80%~90%的現存數據都是非結構化的，孤立的使用機器學習（ML）與深度學習（DL）不能夠對非結構化數據本身做出解讀，這限制了這些數據的潛力。”相比之下，對人工智能自然語言處理（AI/NLP）的充分應用，借助關聯分析、命名實體識別、文章聚類、情感分析、話題分類等算法模型，能夠將大量的非結構化文本進行內容解析和...

2019-07-04 11:20:30