這步涉及從各種來源（如社交媒體、銀行交易記錄等）獲取有關(guān)潛在客戶的詳細(xì)信息。

通過使用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，決策樹、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等，建立套復(fù)雜的信用評(píng)估模型。這些模型將用于預(yù)測借款者未來的償債能力。

基于風(fēng)險(xiǎn)評(píng)估結(jié)果的系統(tǒng)自動(dòng)或人工批準(zhǔn)或拒絕貸款請(qǐng)求。調(diào)整相的利率。

關(guān)于速達(dá)金融，采用自下而上的方法可使他們更好地理解他們的客戶群，提供更準(zhǔn)確的信貸風(fēng)險(xiǎn)評(píng)估，更快地做出貸款決定。

對(duì)于科研成果轉(zhuǎn)化，自下而上的方法可幫助科研機(jī)構(gòu)和企業(yè)更有效地分配資源，優(yōu)先考慮最有可能成功轉(zhuǎn)化的項(xiàng)目。

至于空間規(guī)劃設(shè)計(jì)，該方法可讓規(guī)劃人員更深入地了解每個(gè)建筑、設(shè)施和公共區(qū)域的具體需求，創(chuàng)建出更具吸引力和實(shí)用性的設(shè)計(jì)。