-
【问题来源】重庆银行【问题简要】报表AICC整理态时间计算规则咨询【问题类别】CMS-报表【AICC解决方案版本】AICC 版本:AICC 23.200.0【问题现象描述】报表AICC整理态时间计算规则咨询;是在停止录音事件后开始计算?还是平台推送Agentstate work开始算?
-
【问题来源】重庆银行【问题简要】CC-gateway通话结束后变为工作态,再从工作台申请示闲但是平台返回setnoready。【问题类别】 CC-gateway【AICC解决方案版本】AICC 版本:AICC 23.200.0【问题现象描述】CC-gateway通话结束后变为工作态,再从工作台申请示闲但是平台返回setnoready,正常应该是清除工作态才对。
-
老李是资深咨询顾问,在给JJ银行完成咨询业务架构设计后,接着开始进行IT架构设计,这个环节是咨询项目的重点环节。在给JJ银行规划3年的IT发展路线时,业务上云是第一步,自从定下来用华为云作为业务的承载平台后,下一步要设计云计算的选型配置。从JJ银行的业务分类来看,除了基本银行流程业务外,目前运行了很多AI智能化工具,比如获客模型、交易模型、风险识别模型等。这些模型通常嵌入了银行业务流程中,比如企业贷款时,首先银行进行资信审核。触发资信审核后,后台风险识别模型进行计算,把前三年企业的金融数据进行一次风险计算。还有一种业务,是金融获客。每日需要从交易客户中分析筛选适合购买理财产品的潜在客户,分发给客户经理。除了智能化工具计算的需求比较大,行内计算需求分为定时触发类和例行固定计算类。这两类主要的计算需求,如何选择云计算服务?当时老李根据ECS的功能,选择按需计算和包周期;每一类功能主要供工具计算使用,JJ银行有上个模型,大概按需计算类有60个,包周期计算类有50个。按照通常硬件计算经验,需要16核CPU,内存要512G才可以满足计算时间要求,而未来3年,工具会扩充一倍,计算速度也要提高一倍,同时还要按照1.2余量进行预留计算资源。这样的计算方案完成后,ECS服务的设计架构出来了。欢迎点赞和关注公众号“科技江河”!
-
JJ银行在建立之初,就打算成为JX省内最好的城市商业银行,高起点就需要大平台支撑。 在银行业务全面信息化阶段,蔡行提出了一个问题,如何确保JJ银行在3年后金融行业都已经数字化转型了,JJ银行业务数字化水平也能赶上业界先进水平。老李需要在咨询方案里给出的规划蓝图。 规划蓝图是咨询服务第二阶段的输出件之一,老李想起P厂每年的规划,总是有集团的蓝图设想,然后才会有P厂产品线的规划蓝图。那合规法务业务的规划,自然就要先对齐JJ银行的整体规划蓝图。 按照咨询服务方法论,内部对齐集团整体规划后,还要对标业界先进水平,确保自己3年后不落后。 JJ银行数字化转型的要求是,合规法务先行,做全行业务数字化转型的排头兵。既然是排头兵,行内就没有任何经验参考,就必须从外部找标杆对照。老李首先想到了P厂的合规法务业务的做法。 在2017年左右,P厂就上线法务平台,经过几年打磨系统融合,已经领先业界大多数厂家。JJ银行需要跟P厂同步。 但这一切都是基于P厂云来开发,这就是P厂的系统,在功能和性能两方面都完全满足业务发展需要,而云底座正式华为云。 华为云里的ECS对金融业务特别适合,还有华为云的GaussDB数据仓的设计业符合金融业务未来3年的扩容要求。
-
【问题来源】重庆银行【问题简要】通话结束平台推送的状态问题【AICC解决方案版本】AICC 23.200【期望解决时间】尽快【问题现象描述】坐席接听电话后,客户侧释放呼叫,平台推送为AgentState_SetWork_Success,非AgentState_Work,导致二开这边的坐席状态错误。
-
【问题来源】【必填】 重庆银行 【问题简要】 求一个ASR对接后控制用户无输入时长的GSL流程【问题类别】 IVR【AICC解决方案版本】 【AICC版本:AICC 23.200】【期望解决时间】 尽快【问题现象描述】 需要帮忙提供一个ASR交互控制用户无输入时长的sce文件模版。 //按照GSL开发文档进行配置后,GSL文件不生效。目前开发有较大难度,麻烦帮忙提供一个示例或者cse文件。 自行开发配置的如截图。
-
【问题来源】:重庆银行【问题简要】: 重庆银行二次开发,从流程开发插入了读取随路数据,结束插入随路数据,经过了多个这样的流程操作,转到agent坐席侧的随路数据会出现错误。 场景:普通电话呼入。 流程有什么cell可以打印出来日志到log吗?【AICC解决方案版本】 CMS版本:AICC 23.200 CTI版本: ICD_V300R008C25SPC019
-
在金融科技的浪潮中,Python以其简洁的语法和强大的功能,成为金融投资领域的新宠。无论是数据分析师、量化交易员还是投资研究员,Python都提供了丰富的工具和库来帮助他们更好地理解市场、制定策略和执行交易。本文将带领读者从Python的基础知识出发,逐步深入了解其在金融投资中的多种应用。Python:金融投资的新工具Python,一种开源的高级编程语言,以其易读性和易用性而广受欢迎。在金融领域,Python的应用包括但不限于数据获取、数据分析、策略开发和资产配置。Python的跨平台特性和丰富的库支持,使其成为金融专业人士的理想选择。网络爬虫:获取市场数据Python的网络爬虫功能可以帮助投资者自动获取股票价格、企业财报等市场数据。通过Python使用Alltick API,投资者可以轻松地从交易所网站或其他金融信息平台上抓取数据,为后续的数据分析和策略制定提供原材料。数据分析:历史回测数据分析是Python在金融领域中的另一个重要应用。利用pandas、numpy等数据处理库,投资者可以对历史数据进行深入分析,发现潜在的投资机会。此外,通过回测,投资者可以在不承担实际风险的情况下,验证交易策略的有效性。投资研究:策略开发Python的统计和机器学习库,如statsmodel和tensorflow,为量化模型设计和策略开发提供了强大的支持。投资者可以利用这些工具开发出基于历史数据和市场规律的交易策略,实现自动化交易。数据整理:资产配置资产配置是分散投资风险的一种有效手段。Python可以帮助投资者快速搜集、整理和分析资产配置相关的数据,自动根据预设规则进行资产分配,实现投资组合的优化。学习Python:从IDE开始对于初学者来说,选择合适的集成开发环境(IDE)是学习Python的第一步。常见的Python IDE包括Spyder、Jupyter、PyCharm和VS Code等。这些IDE提供了代码编辑、调试、运行和版本控制等功能,帮助用户更高效地编写和测试代码。Python常用名词解析为了更好地理解Python代码,以下是一些基本的Python术语和概念:print:用于输出信息,查看程序运行结果。註解:用于解释代码,不会被程序执行。縮排:Python使用缩进来定义代码块。SyntaxError:程序语法错误提示。變數:给数据命名,用于存储信息。資料型態:数据的基本分类,如整数、浮点数、字符串和布尔值。基本運算式:进行数学运算的表达式。關係運算式:比较两个值的大小。邏輯運算式:处理逻辑关系,如and、or和not。布林值:表示逻辑判断的结果,True或False。input:从用户那里获取输入。pip:Python的包管理工具,用于安装外部库。import:导入模块,使用其功能。迴圈:重复执行一段代码直到满足特定条件。函式:执行特定任务的代码块,可以重复调用。Python在金融投资领域的应用是多方面的,从数据获取到策略执行,Python提供了一整套解决方案。对于希望进入量化交易领域的投资者来说,掌握Python是一项宝贵的技能。随着技术的不断进步,Python在金融领域的应用将会更加广泛和深入。通过本文的介绍,我们希望读者能够对Python在金融投资中的应用有一个基本的了解,并激发进一步学习和探索的兴趣。随着实践的深入,Python将帮助投资者更好地分析市场、制定策略,并最终实现投资目标。
-
量化交易,一种利用数学模型和计算机算法来分析市场数据、识别交易机会并执行交易的金融策略,正在逐渐成为金融市场的一股新兴力量。Python,以其简洁的语法和强大的数据处理能力,已成为量化交易者的首选编程语言。本文将介绍十个使用Python进行量化交易的策略,帮助投资者深入理解并应用这些策略。量化交易基础量化交易的核心在于数据驱动的决策制定。它通过历史数据和实时数据的分析,寻找市场中的规律和模式,从而制定交易策略。Python提供了丰富的库,如NumPy、Pandas和SciPy,这些库能够高效地处理和分析大量数据。Python量化交易策略概览1. 动量交易策略动量交易是一种基于价格趋势的策略,它假设价格的当前趋势将持续一段时间。Python可以用于计算移动平均线,作为趋势的指示器。2. 均值回归策略均值回归策略认为价格会回归到其长期平均值。Python可以用于计算历史平均价格,并在价格偏离平均值时进行交易。3. 突破交易策略突破交易策略是在价格突破关键支撑或阻力位时进行交易。Python可以帮助识别这些关键水平,并触发交易信号。4. 配对交易策略配对交易是一种市场中性策略,它涉及同时买入和卖出两个高度相关的资产。Python可以用于分析资产之间的相关性,并确定交易对。5. 事件驱动策略事件驱动策略是基于特定事件(如财报发布、政策变动等)来交易的策略。Python可以用于实时监控市场新闻,并快速做出交易决策。6. 统计套利策略统计套利策略利用资产价格之间的统计差异来进行交易。Python可以用于计算资产之间的协整关系,并执行套利交易。7. 机器学习策略机器学习策略使用算法来识别复杂的交易模式。Python的机器学习库,如scikit-learn,可以用于训练交易模型。8. 风险平价策略风险平价策略旨在平衡投资组合中的风险。Python可以用于计算资产的风险贡献,并调整投资组合的权重。9. 资本资产定价模型(CAPM)CAPM是一种评估资产预期回报的模型。Python可以用于计算资产的β值,并预测其预期回报。10. 多因子模型多因子模型结合多个因子来预测资产的表现。Python可以用于构建和测试这些模型。量化交易的实施实施量化交易策略需要对Python编程有深入的了解,以及对金融市场的深刻洞察。以下是实施量化交易策略的基本步骤:数据收集:使用Python的API,如Alltick API或Yahoo Finance,收集历史和实时市场数据。数据预处理:利用Pandas进行数据清洗和格式化。策略开发:根据选定的策略编写Python代码。回测:使用回测框架,如Backtrader,测试策略的历史表现。风险管理:设置止损和止盈规则,确保策略的风险可控。执行交易:将策略与交易平台集成,如Interactive Brokers,实现自动化交易。量化交易为投资者提供了一种系统化、基于数据的交易方式。通过Python的强大功能,投资者可以开发和实施各种量化交易策略,从而在金融市场中寻找优势。然而,量化交易也并非没有风险,投资者需要不断学习和适应,以充分利用这一工具。
-
【问题来源】【必填】 重庆银行【问题简要】 呼入转队列后,无坐席空闲,溢出转流程后,通过请求路由cell转回主菜单失败。【AICC解决方案版本】【AICC可选择版本:AICC 23.200.0】【CTI可选择版本:ICD V300R008C25SPC019】【期望解决时间】越快越好下面为日志照片。另外: (下面这个原始被叫是哪儿可以获取)若“请求路由类型”选择“收号信息”,“路由信息”参数填写流程中获取的用户拨号,然后调用API函数CccRequestRouting来从CCS获得路由指示。不同的出口表示不同的设备。路由Cell调用API函数CccRequestRouting,该函数将“原始被叫”加上“路由信息”参数值组合成完整的“收号信息”,此“收号信息”(原始被叫+路由信息)通过模糊匹配的方式到集中配置台中“配置被叫号码”中对应的“被叫号码”进行匹配。路由Cell根据“配置被叫号码”中此“被叫号码”的信息选择相应的出口。具体情况可能有如下几种:如果未配置“原始被叫+收号信息”队列,则模糊匹配到最类似的IVR接入码或队列中。如果匹配到IVR接入码,则路由到对应的IVR接入码。如果匹配到队列,则按照队列情况具体分析,分析方法同上述“路由类型=求助”中的情况。
-
【问题来源】【必填】 重庆银行 【问题简要】 获取一断时间内排队时长+振铃时长转人工被接听的个数【问题类别】 报表 【AICC解决方案版本】【必填】 【AICC可选择版本:AICC 23.200, 【期望解决时间】【尽快】【问题现象描述】【必填】 获取一断时间内排队时长+振铃时长转人工被接听的个数,详细描述如下。 目前客户需要有三个值。值1:转人工被坐席10秒内接起来的电话数量有多少个(10秒 包括排队+振铃)值1:转人工被坐席15秒内接起来的电话数量有多少个(15秒 包括排队+振铃)值1:转人工被坐席20秒内接起来的电话数量有多少个(20秒 包括排队+振铃)诉求:上描怎么取,目前在报表里面没有这样的字段可以获取。
-
求解这里怎么安装不了npm去下载那个库
-
[问题求助]AICC产品从CMS数据库中如何获取IVR呼入数,AICC文档提供了t_cms_callin_vdn_day 表中SUM(ivr_only_succ_num),但是这个值只记录了纯IVR的呼入量,如何获取总的IVR呼入数(包含纯IVR+IVR转队列的)【问题来源】汉口银行AICC项目【问题摘要】无【AICC解决方案版本】AICC 22.200.0 ICDV300R008C25SPC012【期望解决时间】2023年12月27日
-
[问题求助]tbilllog表releasecause=22002和64004是什么意思?【问题来源】汉口银行AICC项目【问题摘要】无【AICC解决方案版本】AICC 22.200.0 ICDV300R008C25SPC012【期望解决时间】2023年12月12日
-
[问题求助]AICC解决方案中,在线座席和视频座席(此处视频座席媒体采用第三方视频平台,华为仅采用ccucs作为排队的能力)签入得时候phonenum参数文档说必选,但是该场景用不完电话呀,座席签入得时候是否随便传入一个phonenum值即可?【问题来源】汉口银行AICC项目【问题摘要】无【AICC解决方案版本】AICC 22.200.0ICD V300R008C25SPC012【期望解决时间】2023年12月12日
上滑加载中
推荐直播
-
0代码智能构建AI Agent——华为云AI原生应用引擎的架构与实践
2024/11/13 周三 16:30-18:00
苏秦 华为云aPaaS DTSE技术布道师
大模型及生成式AI对应用和软件产业带来了哪些影响?从企业场景及应用开发视角,面向AI原生应用需要什么样的工具及平台能力?企业要如何选好、用好、管好大模型,使能AI原生应用快速创新?本期直播,华为云aPaaS DTSE技术布道师苏秦将基于华为云自身实践出发,深入浅出地介绍华为云AI原生应用引擎,通过分钟级智能生成Agent应用的方式帮助企业完成从传统应用到智能应用的竞争力转型,使能千行万业智能应用创新。
去报名 -
TinyEngine低代码引擎系列第2讲——向下扎根,向上生长,TinyEngine灵活构建个性化低代码平台
2024/11/14 周四 16:00-18:00
王老师 华为云前端开发工程师,TinyEngine开源负责人
王老师将从TinyEngine 的灵活定制能力出发,带大家了解隐藏在低代码背后的潜在挑战及突破思路,通过实践及运用,帮助大家贴近面向未来低代码产品。
即将直播 -
华为云AI入门课:AI发展趋势与华为愿景
2024/11/18 周一 18:20-20:20
Alex 华为云学堂技术讲师
本期直播旨在帮助开发者熟悉理解AI技术概念,AI发展趋势,AI实用化前景,了解熟悉未来主要技术栈,当前发展瓶颈等行业化知识。帮助开发者在AI领域快速构建知识体系,构建职业竞争力。
即将直播
热门标签