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
评论