伴隨著新金融的浪潮,大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能、移動(dòng)互聯(lián)等新一代信息技術(shù)的發(fā)展和應(yīng)用也層出不窮,創(chuàng)新科技在不斷提升金融服務(wù)效率,降低整體成本的同時(shí),也在推動(dòng)構(gòu)建全新的新金融生態(tài)。人工智能方興未艾,正在滲透和影響著整個(gè)金融生態(tài),也給金融業(yè)帶來(lái)無(wú)限的可能性。 作為國(guó)內(nèi)專業(yè)的智能風(fēng)控與科技服務(wù)提供商,火眼科技將人工智能與金融風(fēng)控深度結(jié)合,為金融機(jī)構(gòu)提供覆蓋貸前、貸中、貸后全流程的風(fēng)險(xiǎn)管理服務(wù),幫助其進(jìn)一步提升風(fēng)控效果,實(shí)現(xiàn)全方位的策略風(fēng)險(xiǎn)管理。以下,就是人工智能技術(shù)在反欺詐及授信決策兩方面的運(yùn)用。 ![]() 在泛互聯(lián)網(wǎng)的環(huán)境里,金融風(fēng)控面臨的傳統(tǒng)個(gè)體欺詐已迅速演變?yōu)橛薪M織、有規(guī)模的群體欺詐和關(guān)聯(lián)風(fēng)險(xiǎn)。而傳統(tǒng)反欺詐還停留在識(shí)別一度風(fēng)險(xiǎn)等這種簡(jiǎn)單規(guī)則方式階段,對(duì)于二度、三度乃至更廣范圍的網(wǎng)絡(luò)全局風(fēng)險(xiǎn)苦無(wú)良策。 火眼科技利用人工智能中最重要的技術(shù)——深度學(xué)習(xí),通過(guò)對(duì)數(shù)據(jù)的采集、分析、深度挖掘等,構(gòu)建起人工智能反欺詐模型。通過(guò)建立多維度的關(guān)系網(wǎng)絡(luò),進(jìn)行可視化關(guān)聯(lián)分析和追蹤,從而發(fā)現(xiàn)欺詐者隱藏的蛛絲馬跡,分析其數(shù)據(jù)的矛盾點(diǎn)和可疑點(diǎn),識(shí)別欺詐者身份。加上與傳統(tǒng)經(jīng)驗(yàn)規(guī)則配合使用,大幅提升金融機(jī)構(gòu)欺詐風(fēng)險(xiǎn)的防控能力。 l 貸中授信:火眼讓決策更精準(zhǔn) 在申請(qǐng)?jiān)u分環(huán)節(jié),傳統(tǒng)金融風(fēng)控往往是基于評(píng)分卡體系對(duì)強(qiáng)征信數(shù)據(jù)如銀行借貸記錄等進(jìn)行建模,而在新金融的浪潮下,客群進(jìn)一步“下沉”,覆蓋更多收入群體,新增群體的強(qiáng)征信數(shù)據(jù)往往大量缺失,金融機(jī)構(gòu)不得不依賴于更多弱金融數(shù)據(jù), 辟如消費(fèi)數(shù)據(jù)、運(yùn)營(yíng)商數(shù)據(jù)、互聯(lián)網(wǎng)行為數(shù)據(jù)等。 這類底層數(shù)據(jù)的改變,對(duì)傳統(tǒng)信用評(píng)分卡造成了巨大的困難,具體體現(xiàn)在: 1、諸如互聯(lián)網(wǎng)行為、運(yùn)營(yíng)商數(shù)據(jù)很多都是非結(jié)構(gòu)化數(shù)據(jù),數(shù)據(jù)繁雜,建模前的特征工程很難用傳統(tǒng)人工的方式完成加工。 2、由于數(shù)據(jù)的類型和范圍大幅擴(kuò)大,新模型面對(duì)的往往是加工出來(lái)的上千維弱變量特征,評(píng)分卡體系根本無(wú)法融合吸收這些特征。 3、線上新金融業(yè)務(wù)風(fēng)險(xiǎn)環(huán)境頻繁演化,傳統(tǒng)人工迭代模型無(wú)法適應(yīng)風(fēng)險(xiǎn)變化速度,迭代優(yōu)化太慢。 而人工智能中的機(jī)器學(xué)習(xí)能夠有效解決上述問(wèn)題。面對(duì)數(shù)據(jù)繁雜的問(wèn)題,火眼科技將基于深度學(xué)習(xí)的特征生成框架,成熟運(yùn)用于大型風(fēng)控場(chǎng)景中,對(duì)時(shí)序、文本、影像等互聯(lián)網(wǎng)行為、運(yùn)營(yíng)商非結(jié)構(gòu)化數(shù)據(jù)實(shí)現(xiàn)深層特征加工提取,顯著提升了模型效果。 針對(duì)數(shù)據(jù)駕馭難的挑戰(zhàn),火眼科技對(duì)不同類型的數(shù)據(jù),采用不同的機(jī)器學(xué)習(xí)模型進(jìn)行處理,用復(fù)雜集成模型輕車熟路地處理上千維度的弱變量,并將之與違約風(fēng)險(xiǎn)精準(zhǔn)掛鉤,讓授信決策變得更加準(zhǔn)確。 此外,解決模型迭代慢也是機(jī)器學(xué)習(xí)最擅長(zhǎng)的事情。由于互聯(lián)網(wǎng)公司每天都會(huì)有海量用戶數(shù)據(jù)產(chǎn)生,因此需要對(duì)搜索、推薦模型持續(xù)頻繁地進(jìn)行優(yōu)化,而傳統(tǒng)的人工迭代幾乎無(wú)法解決這一問(wèn)題,但通過(guò)機(jī)器學(xué)習(xí)模型,就能很好地完成在線快速自迭代。 ![]() 作為互聯(lián)網(wǎng)大數(shù)據(jù)智能風(fēng)控的引領(lǐng)者,火眼希望通過(guò)持續(xù)創(chuàng)新產(chǎn)品與技術(shù),不斷提升服務(wù)可靠性,將人工智能技術(shù)深度應(yīng)用到互聯(lián)網(wǎng)風(fēng)險(xiǎn)控制和反欺詐領(lǐng)域,努力成為值得客戶信賴的第三方智能風(fēng)控服務(wù)提供商。 官網(wǎng)地址 www.1hykj.com (責(zé)任編輯:海諾) |