本次讲座将介绍 360 金融在大数据风控上的实践及演进过程。在互金用户全生命周期的很多重要环节我们都做了针对性的优化，包括风控前置、基于 DSP 的精准获客、基于复杂关系网络的反欺诈等。在演进的过程中，我们以统计方法中的生存分析理论为基础，结合 Boosting 算法思想，提出梯度提升生存树模型（GBST）。相比于传统模型，GBST 可以在客户生存时间分布未知的情况下，利用客户的基本特征，输出每个客户的长期生存曲线，计算出客户在每个时间段的违约概率，帮助决策者进行更加长期的风险决策。

内容大纲：

1、大数据风控系统全流程介绍

2、大数据驱动的精准获客

• 用户触达方式选择
• 精准营销评分技术剖析
• DSP 技术在金融获客上的应用
• 语音机器人在获客上的应用

3、AI 在反欺诈上的应用

• 多维度身份核验
• 复杂网络技术在反欺诈领域的应用

4、AI 技术在贷后的应用

• 智能分案策略介绍
• 催收机器人原理及核心技术介绍

5、基于 GBST 的客户生存分析

• GBST 算法原理介绍
• GBST 在客户生存分析上的应用介绍

听众收益：

1、常见反欺诈模式及防范技术思路

2、AI 在金融领域的应用点

3、复杂网络技术在反欺诈领域的应用

前沿亮点：

1、大规模复杂关系网络的底层技术选型，各个方案的对比，包括但不限于功能点、性能差异、适合的应用点

2、GBST 自研算法的原理剖析，以及在客户生存分析上的应用