互聯(lián)網(wǎng)的實時計算。互聯(lián)網(wǎng)的應(yīng)用場景，例如推薦引擎、搜索引擎、廣告優(yōu)化、文本挖掘（NLP）、反欺詐分析等，很多時候需要將模型部署在生產(chǎn)系統(tǒng)，對實時響應(yīng)要求比較高，需要保證比較好的客戶體驗。
四、數(shù)據(jù)挖掘在金融領(lǐng)域的典型應(yīng)用
別人常常會問，在銀行里面，數(shù)據(jù)挖掘究竟是做什么的。也常常在思考如何從對方的角度回答這個問題。舉幾個常見的例子做個詮釋。
（一）信用評分
申請評分。當(dāng)你申請信用卡、消費貸款、經(jīng)營貸款時，銀行是否會審批通過，發(fā)放多大規(guī)模的額度？這個判斷很可能就是申請評分模型運算的結(jié)果。通過模型計算你的還款能力和還款意愿，綜合評定放款額度和利率水平。
行為評分。當(dāng)你信用卡使用一段時間后，銀行會根據(jù)你的刷卡行為和還款記錄，通過行為評分模型，判斷是否給你調(diào)整固定額度。
（二）個性化產(chǎn)品推薦
很多時候，你可能會收到銀行推送的短信或者接到銀行坐席的外呼，比如，向你推薦某款理財產(chǎn)品。這背后，很可能就是產(chǎn)品響應(yīng)模型運算的結(jié)果。銀行會通過模型，計算你購買某款理財產(chǎn)品的概率，如果概率比價高的話，就會向你推送這款理財產(chǎn)品。