本次講座將介紹360金融在大數據風控上的實踐及演進過程。在互金用戶全生命週期的很多重要環節我們都做了針對性的優化,包括風控前置、基於DSP的精準獲客、基於複雜關係網絡的反欺詐等。在演進的過程中,我們以統計方法中的生存分析理論爲基礎,結合Boosting算法思想,提出梯度提升生存樹模型(GBST)。相比於傳統模型,GBST可以在客戶生存時間分佈未知的情況下,利用客戶的基本特徵,輸出每個客戶的長期生存曲線,計算出客戶在每個時間段的違約概率,幫助決策者進行更加長期的風險決策。
內容大綱:
1、大數據風控系統全流程介紹
2、大數據驅動的精準獲客
- 用戶觸達方式選擇
- 精準營銷評分技術剖析
- DSP技術在金融獲客上的應用
- 語音機器人在獲客上的應用
3、AI在反欺詐上的應用
- 多維度身份覈驗
- 複雜網絡技術在反欺詐領域的應用
4、AI技術在貸後的應用
- 智能分案策略介紹
- 催收機器人原理及核心技術介紹
5、基於GBST的客戶生存分析
- GBST算法原理介紹
- GBST在客戶生存分析上的應用介紹
聽衆收益:
1、常見反欺詐模式及防範技術思路
2、AI在金融領域的應用點
3、複雜網絡技術在反欺詐領域的應用
前沿亮點:
1、大規模複雜關係網絡的底層技術選型,各個方案的對比,包括但不限於功能點、性能差異、適合的應用點
2、GBST自研算法的原理剖析,以及在客戶生存分析上的應用