魏旋-宜信大数据实时授信平台VIP免费

宜信大数据实时授信平台xuanwei@creditease.cn传统批贷流程•上网学习攻略•准备申请材料–打印、复印、盖章等等•到柜台，提交各种证明材料•补交各种证明材料•等待若干工作日，通知结果与额度–Tobeornottobe瞬时贷•用户提交户个人信息–身份证号，联系人等•用户授权获取信用卡账单–最近4个月信用卡账单及明细•实时反馈额度•等待放款瞬时贷–用户体验•方便–手机上完成，无需任何线下材料•快速–实时授信–次日放款•充分互动–第一时间掌握额度瞬时贷–宜信体验•成本–人工成本几乎为0•低违约率大数据实时授信平台•分析客户的信用状况和欺诈风险，实时估计授信额度、检测欺诈风险，或者辅助非实时业务进行信用及欺诈估计FlumeCrawlerSqoopHDFSHBaseElasticSearchWebDBInfoExtractKnowledgeGraphRuleEngineMachineLearning大数据的边界大数据的边界•个人或者商户隐私数据一定经过用户的授权–授权数据只用于宜信自己的业务•网络公开数据的边界以通用搜索引擎为参照架构授信模型•传统授信模型–作为人工的辅助手段–强特征–可解释•我们没有边界–一切数据皆为信用数据•维度无限制，强弱无限制–一切模型我们均可使用瞬时贷–数据•用户提交信息–详单信息也非常有用•通过姨搜获取用户的一切相关信息–用户的常用论坛，发帖记录–用户的消费水平–用户不良嗜好–用户地址房价高低瞬时贷–信用模型•数据特点–少数强特征•账单信息•非线性–大量弱特征•账单详单•互联网信息•非线性•模型–GLM(LR)•挖掘海量弱特征–RandomForest•处理强特征–模型融合专家知识•规则引擎–专家根据对申请人群的了解，指定规则•用户是否有账单逾期未还？•用户身份信息是否真实？–可以解决很大一部分问题•冷启动–在产品上线前，没有分类标签–专家定义什么是坏客户，模型计算什么人看起来是好客户，但是很有可能变为坏客户–随着产品数据积累，不断更新模型反欺诈模型•起点–数据校验和黑名单库•利用所有数据进行校验–直接发现异常、欺诈或者疑似欺诈信息–生成安全问题，确认申请人身份建模总结•数据很重要–提取更多的特征–提取更多的样本–积弱为强，不要丢弃•DomainKnowledge很重要–尽量理解数据•模型–AD领域，GLM(LR)几乎是唯一选择–但是可以有变种•数据依然重要–除了视频，我们都去研究•DomainKnowledge更加重要•模型–复杂模型终于派上用场–随着认识的增加，迭代更合适的模型系统总结•没有一种单一的算法可以解决所有的问题–要通过工程将各种算法组合成强大的系统•单纯靠机器和单纯靠人都是不够的–充分发挥专家的先验知识和机器的计算能力•道高一尺，魔高一丈–监控，报警，更新，进化数据缺失•应对–数据充足的用户，率先享受便宜快捷的互联网服务–数据不足的用户，提供信用估计供其他产品线使用•未来–继续积累数据–加强行业合作Thanks