Solución de inteligencia artificial y aprendizaje automático para la evaluación y previsión del riesgo de inversión

Tarea empresarial

Construir gráficos de popularidad y actitudes de los usuarios (análisis de sentimientos) hacia las empresas y figuras públicas basados en fuentes de información públicas y privadas, lo que aumentaría la precisión de las previsiones y la evaluación de riesgos en un 75%.

Solución propuesta

Para crear una solución de AI/ML para:

• recopilación automática de datos extensos (>100 TB) de muchas fuentes: públicas (medios de comunicación, Twitter) y privadas (correo electrónico, Dropbox, Google Drive);
• Análisis mediante PNL de todos los datos obtenidos para identificar a las entidades (persona, empresa, país, etc.) y su actitud (de negativa a positiva) con respecto al tiempo;
• provisión de una herramienta de búsqueda conveniente a través de una gran cantidad de datos;
• provisión de una interfaz fácil de usar para crear gráficos de la popularidad de la entidad y la actitud de los usuarios hacia ella.

1. Recopile, analice y almacene la información en tiempo real recibida de las siguientes fuentes:

Público:

• New York Times
• SEC.gov
• En busca de alfa
• Twitter

Privado:

• Correo electrónico
• Dropbox
• Google Drive
• Amazon S3
• Google Big Table
• Bases de datos SQL
• Formulario de carga HTTP

2. Realice un análisis de PNL para identificar las entidades y el valor de sus sentimientos en relación con el tiempo.

3. Registre la información recibida en bases de datos separadas para realizar búsquedas rápidas, realizar análisis y crear gráficos con informes.

4. Proporcione una herramienta de usuario para crear gráficos sobre la popularidad de la entidad y la actitud de los usuarios hacia ella.

5. Una de las características clave de esta solución es que el flujo de estos procesos es flexible y un analista puede crear el flujo deseado por sí mismo utilizando la interfaz de usuario (UI), incluso sin experiencia con lenguajes de programación.

Valor ofrecido por Dysnix

Esta herramienta ayuda no solo a recopilar y estructurar la información de fuentes completamente diferentes, sino también a obtener una imagen completa de los cambios relacionados con la popularidad de la empresa o persona y la actitud de las personas hacia ellas durante un largo período de tiempo. Además, esta información se puede utilizar para la predicción y evaluación del riesgo de inversión.