大数据在风险管理中的应用宜信大数据项亮

《大数据在风险管理中的应用宜信大数据项亮》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据在风险管理中的应用风险管理的主要问题•反欺诈•借款人是否是本人？•如果借款人是本人，他提交的资料是否是真的？•信用评估•还款能力•月收入是否足够覆盖还款？•还款意愿•是否是老赖？是否有诚信？反欺诈•借款人是否是本人？•姓名，身份证，手机号，银行卡一致•人脸识别，活体检测•借款人是本人，信息是否真实？•单位是否真实•家庭地址是否真实•收入，工资流水是否真实•……信用评估•还款能力•消费多是否代表有还款能力？•高档消费多是否代表有还款能力？•地位高是否代表有还款能力？•工作好代表有还款能力？•住高档小区代表有还款能力？•在高档写字楼上班

2、代表有还款能力？•程序员有还款能力？•微博被关注的人多有还款能力？•还款意愿•信用卡及时还代表有还款意愿？•银行贷款及时还代表有还款意愿？•考试不作弊代表有还款意愿？•从来不闯红灯代表有还款意愿？大数据可以解决的问题•人工信审的自动化和产能提升•很多时候人是在机械的执行风险政策•这些政策往往是可以量化和自动化的•当数据很多时，人往往会漏掉其中有用的信息，而机器不会•不同人的风险偏好不同•让人做人最擅长的事情•收集机器无法收集的信息，比如打电话后的感受•斗智斗勇……大数据处理流程数据获取信用评分数据清洗规则引擎数据存储数据扩充知识图谱数据来

3、源•用户提交申请数据•当前用户提交的数据•历史用户提交的数据•爬虫获取•通过用户申请信息在网上发现的线索•公司的信息•各种groundtruth•三方合作数据清洗•数据来源非常庞杂•爬虫，业务数据库（几千张表）•数据格式非常多样•个人，公司，商铺，帖子，招聘，楼盘……•需要将数据统一到一个格式•如何定义这个格式•如何定义所有其他格式到这个格式的映射知识图谱•定义了表达一切事务的统一数据结果•接近十亿的实体•上百亿的关系•所有风险控制的数据来源基于知识图谱•用Jena+HBase＋ElasticSearch实现•Jena用来定义Schema

4、•Hbase用来存储三元组•ES用来索引需要查询的属性数据扩充•知识图谱的查询QueryDSL•给定一个手机号，查看关联的所有实体•给定一个公司，查看关联的所有实体的某些统计信息•统计不同地区的某种类型的实体的某些属性的统计信息•……•当一个用户提交申请表后•对申请表的各个字段（身份证，手机号，公司，联系人）迚行扩充，找到相关的实体•利用这些实体交叉验证用户的信息•验证有矛盾的地方可以•设计成问题，让用户回答•人工电话联系客户确认规则引擎•定义了所有风险管理的逡辑，包括•要去知识图谱中查什么•查出来的东西怎么用•怎么交叉验证•什么样叫做有

5、矛盾•做什么样的决策•快速验证新的逡辑•当有了一个新的逡辑时，如何快速验证这个逡辑的正确性•如何发现新的逡辑•如何基于当前的逡辑，或者一些初步的想法，去发现新的有用的逡辑信用评分•大数据风控的特点•样本少（相对与广告，推荐系统）•每个样本要通过放款来收集•每个样本需要相当长时间才能收集到表现•特征多，大量的missingvalue（相对于传统的风控）•这个特点造成模型很容易过拟合•特征工程：较少采用原始特征，而是基于原始特征和领域知识总结出新的特征•采用RandomForest训练模型•多次交叉验证商通贷•针对电商•用户线上授权店铺数据•

6、综合知识图谱中的大量数据•实时额度预估•实时信用评估，拒绝风险高的用户，通过风险低的•发现风险点，由信审人工确认（非常快）•实时放款liangxiang@creditease.cn