王婷：互联网金融风控中的数据科学.pptxVIP

互联网金融风控中的数据科学 王婷 数据科学家 宜人贷 摘要 互联网金融行业在解决什么问题？面临怎样的风险？用什么样的技术手段来应对？ 传统的风控手段主要依赖于用户本人的资料和信息进行人工审核，而身份信息、银行流水等材料的伪造成本非常低，人工审核的成本日益增高，所以在这种形式下数据科学技术成为了互联网金融平台风险控制的新武器。 数据科学技术，就是通过对数据的采集和分析，来挖掘数据中的异常来识别风险。不仅仅从用户本人的信息的“点”出发，而且包含用户关联到的所有信息的“面”出发来交叉验证用户提供的信息的准确性和真实性，通过第三方信息验证，变相增加用户的伪造和欺诈成本，从而达到风险控制的目的。 而知识图谱技术，所做的事情就是从海量脏乱的数据中提取有用的信息，并将分散的信息碎片聚合起来，以图谱的形式组织在一起，变成相对有参考信息和洞察力的知识，以辅助决策。所以，在丰富的数据的基础上搭建金融知识图谱，实现数据上从点到面的升级，辅以图挖掘技术和实时知识图谱风险监控平台，已然成为线上风控系统中的关键一环。 互联网金融风控中的数据科学 互联网金融公司是怎样用大数据和机器学习来控制风险，降低个人或者渠道的欺诈风险，这里面所应用的数据科学有哪些？本次演讲将带你探索在大规模金融服务中的数据科学架构，深入探讨如何利用多维度数据、知识图谱、机器学习等技术来应对日益增多的风险，以及一些实践案例。 互联网金融服务面临的风险 知识图谱在金融风控中的应用场景 大规模金融服务中的实时架构 互联网金融-个人对个人的信用贷款 宜人贷：极速信任－自动化信用评估 互联网金融行业中的风险 信用风险： a）遇到的问题：还款能力 b）业界通常解决方法：收集收入水平、消费水平、负债情况对用户进行风险评分 c）业界的办法为什么无效：无权威数据、数据收集难度大 欺诈风险： a）遇到的问题：伪冒申请 和 欺诈交易 b）业界通常解决方法：人工审查、信用黑名单、基于规则 c）业界的办法为什么无效：人工效率低、无权威黑名单、无法自动发现异常、欺诈手段更新快 人群团体化 地区集中化 方式多样化 工具智能化 互联网金融中的风控工作是一种机器学习过程 Y目标： Benchmark选取 好、坏用户定义 训练、测试和跨时间验证样本 X变量：特征工程 人工特征工程 图谱特征挖掘技术 知识图谱技术 图挖掘技术 知识图谱在金融风控中的优势 构建金融知识图谱：FinGraph 10种实体 电话、身份证、银行卡、信用卡、IP、设备号、地理位置等 约1.3亿节点 约10亿边关系 预计到2017年增长20倍 风险分析实践：人以群分(1) 借款用户通信社交网络与欺诈风险 结论：与坏用户有大量关联的借款用户的坏账率是未关联用户的2.9倍 风险分析实践：人以群分(2) 从整体借款群体的角度，用PageRank算法探索哪些用户与大量借款用户有关联关系 风险分析实践：人以群分(2) 借款用户通信社交网络与欺诈风险 结论：PageRank高分段用户的坏账率是低分段用户的3.3倍 3.3倍 风险分析实践：识别组团欺诈风险 通过社区发现算法来实时评估每个用户的组团欺诈风险 欺诈案例调查的挑战：失联用户找寻 通过社区发现算法挖掘失联用户的通信社交网络 欺诈案例调查的挑战：失联用户找寻 在社区内使用最短路径算法来发现失联用户与一个正常还款用户的关系链 风控建模中的数据科学 案例ROI分析 结合了上亿节点和十亿关联关系提供全面风控能力 用户社交网络关系特征可以分辨出3倍欺诈风险的人群 用户的组团欺诈风险可以通过社区发现算法实时评估 失联用户也可以通过图挖掘算法来找寻 FinGraph是实时风险监控的重要支撑 基于实时数据采集平台和图数据库，可实时捕捉风险特征，控制风险。 FinGraph是线上风控系统中的关键一环 数据科学在 Fintech 中发扬 反欺诈 贷后管理 流量反作弊 用户画像 智能搜索 营销分析/运营支撑