关键要点
-
微众银行利用人工智能助力新金融。
-
金融营销中存在数据孤岛和用户隐私挑战。
-
联邦学习可以解决数据孤岛和隐私挑战。
-
联邦推荐可以提高金融用户促活率。
-
联邦广告可以解决用户拉新中的数据回传隐私挑战。
解决金融营销中的数据隐私挑战
这一章节主要讲述了如何利用人工智能技术来解决金融营销中的数据孤岛和用户隐私挑战。其中提到了两个具体的应用案例：联邦推荐和联邦广告。联邦推荐可以解决金融用户促活中的第三方数据面临隐私挑战的问题，而联邦广告则可以解决用户拉新中的数据回传面临隐私挑战的问题。通过采用联邦学习这种新的隐私保护机器学习机制，可以在保护原始数据隐私安全的前提下进行联合建模，并共同分享计算结果。同时，文章还介绍了一个名为FATE的开源、工业级的联邦学习项目，以及其应用的具体方法和技术手段。