让机器逐渐学会判断这些借款人的风险

2020-07-15 15:46

过去,每论及互联网金融的前景,人们总是把视线投放在监管层身上。现在,alphago的出现提醒人们不要忘了另一个视角:技术创新刷新现有世界的动能无法阻挡。传统金融业不能覆盖的地方,就是创新之花生长的土壤。未来,爱钱进将始终坚持人工智能风控技术渗透到公司业务的各个环节中,加强各个风控管理环节之间的数据联动,打造覆盖贷前、贷中、贷后的风控闭环。让每一个投资者都能安安心心来投资,开开心心赚收益。

对于一个借款人是否存在欺诈,p2p平台通常是通过将借款人信息与黑名单信息对照来完成的,程序上是一条直线。而在爱钱进的反欺诈模型是动态的。举个通俗的例子,当一位男性借款人提交了借款信息,机器人会在经过用户的授权后,调集他的近三千项社会变量属性,以分子级还原借款人社会形象,比如说三类主要信息——个人通讯记录,个人电商记录,以及信用卡关联的邮箱的帐户,若这个人通讯记录中,发现近三个月他的前十位频繁联系人中,有四位是女性;他近半年在淘宝上多次购买情趣用品;他提交的常驻地是北京,可是信用卡的花费多在深圳和上海。机器人会自动为这个用户打一个“高欺诈风险”的标签,因为根据此前的数据积累验证,有类似匹配性的人,私生活会很乱,也会因此认为他的欺诈风险比较高。而他居住地与信用卡消费地的偏离,也会让他的欺诈风险陡然上升,因为他提供的数据可能是经过包装的。机器人是通过多数据连接,可以在十秒钟内得出一个高欺诈风险的结论。

爱钱进纯线上信用贷款所用到的“风控机器人”利用的就是类似于alphago

爱钱进除了将人工智能技术应用到“风控机器人”方面,还将知识图谱在互联网金融行业中的应用推到了更高的高度。通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络。知识图谱作为关系的直接表示方式,当应用到互联网金融行业时,可以做出反欺诈、不一致性验证、组团欺诈、异常分析、静态分析、动态分析、失联客户管理等一系列判断。同时,知识图谱还可以很好地解决两个问题,首先,知识图谱提供非常便捷的方式来添加新的数据源。其次,知识图谱本身就是用来表示关系的,这种直观的表示方法可以帮助我们更有效地分析复杂关系中存在的特定的潜在风险。反欺诈的核心是人,首先需要把与借款人相关的所有的数据源打通,并构建包含多数据源的知识图谱,从而整合成为一台机器可以理解的结构化的知识。在这里,不仅可以整合借款人的基本信息,还可以把借款人的消费记录、行为记录、网上的浏览记录等整合到整个知识图谱里,从而进行分析和预测。

被媒体夸得无所不能的“人工智能”系统,在技术上的确有一些创新,但它并不是颠覆性的“新技术”,因为类似技术在p2p领域早就做出过尝试性的探索,未来还向此方向继续发展。成立于2014年的爱钱进,是普惠金融信息服务有限公司旗下专注于互联网金融的业务平台。在通过大数据、人工智能等手段进一步改造现有金融风控模式方面,爱钱进一直保持倾力投入,走在行业前列。公司创始合伙人杨帆表示:“爱钱进始终坚持将大数据技术与金融风控相结合,降低互联网金融风险。2016年技术升级也会是我们整体公司发展的重点,我们将继续强化大数据创新技术能力。”

虽然alphago本身并不具备人类拥有的智慧,但是完全可以依靠它强大的运算能力和模仿能力。当然,在面对新的规律、不确定性、更复杂的环境时,机器的作用还是有限的。

的“人工智能”技术,建造出“反欺诈”、“风险评估”等多种模型,从而很大程度上提升了风控的效率与精准度。爱钱进深知抓取客户数据的重要性,平台将客户特征按照数据库的规则进库,然后通过对这些数据进行分析和建模,让机器逐渐学会判断这些借款人的风险。爱钱进是国内在机器人风控上应用较为深入的平台。

alphago对弈李世石,牵动万众神经,短短几天此话题便升到各大搜索引擎热搜榜的第一位,舆论就这样把“人工智能”、“深度学习”的热潮推向了新的一个高潮。经过几天的比拼,alphago最终还是胜出,创造了人机大战历史上的一个新的里程碑。