大数据风控查询 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

2017年大数据风控报告

二是通过大数据、云计算等手段，在风险防范、风险管控方面实现了线上化和批量化。其中，大数据技术解决了消费金融乃至小微金融领域风控的效率瓶颈。...目前，有能力推动大数据风控的主要为国有大行、股份制银行等大型银行，以及部分城商行等。互联网巨头、三大运营商等由于掌握了庞大的个人数据，也开始加入到这一市场中来。...“白名单”主动预授信在消费金融中，银行、互联网金融等机构开始采用风控前置的白名单邀请制，商业银行将主动授信用于实际业务，这是对以往被动授信模式的颠覆。...就国内商业银行而言，将风险评分等技术手段引入信用贷款风控模型，是一些银行信用贷款业务爆发、不良下降的核心原因。...2017年8月，腾讯对部分用户开放信用分查询渠道，评分模型通过“履约、安全、财富、消费、社交”五大指数，基于历史行为，统计评估得出信用分。

2.6K0 0

风控数据体系-简介

早期传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个维度左右的数据，利用评分来识别客户的还款能力和还款意愿。...结合中国互联网发展，以及目前的征信监管要求，对可用数据及可用风控类数据做一个全面的梳理。...2.风控数据来源 2.1 数据应用逻辑常见风控流程中，客户准入时提供的资信材料有限，业务机构风控数据体量不足，仅仅根据内部风险数据进行风险评估会非常片面，无法全面的把控某位客户的风险情况，所以通常需要依赖于第三方供应商提供数据作风控支撑...未来百行能不能有效被使用上还有待观察，但风控人员可先了解其相关的资料。百行征信涉及的模块，主要包括以下方面：报告相关数据：报告时间；查询原因；查询结果等。...4.2 明确需求建议：回顾第二节数据应用逻辑关于业务类型、风险类型、风控流程、风险画像等的介绍。

5.9K6 7

您找到你想要的搜索结果了吗？

是的

没有找到

风控ML | 风控建模的KS

我们这做风控模型的时候，经常是会用KS值来衡量模型的效果，这个指标也是很多领导会直接关注的指标。今天写一篇文章来全面地剖析一下这个指标，了解当中的原理以及实现，因为这些知识是必备的基本功。...不过这不影响我们去使用它，我们只需要知道在风控中是怎么实现的，并且在实际场景中怎么去使用它就可以了。就如上面我们说的，KS在风控主要是用于评估模型的好坏样本区分度高低的。什么是区分度？...可以看下图：从业务上来说，就是越往后的箱子，客户的质量越差，rate整体上呈现单调性，从而可以把大多数的坏人，直接从箱的维度上就可以区分开来了，在后续的风控策略使用体验上十分友好。...02 KS的生成逻辑 KS的生成逻辑公式也是十分简单：好样本累计占比坏样本累计占比在风控领域，我们在计算KS前一般会根据我们认为的“正态分布原则”进行分箱，一般来说分成了10份，然后再进行KS的计算...03 KS的效果应用 KS的值域在0-1之间，一般来说KS是越大越有区分度的，但在风控领域并不是越大越好，到底KS值与风控模型可用性的关系如何，可看下表： 004 KS的实现首先我们来对上面展示的例子进行

5.8K3 1

风控中的大数据

风控的意义何为风控？字面含义就是对于风险的控制从而使财务不受到损失。对于任何一家金融机构（包括银行，小贷，P2P等）来说，风控的重要性超过流量、体验、品牌这些人们熟悉的指标。...风控做得好与坏直接决定了一家公司的生与死，而且其试错成本是无穷大的，往往一旦发现风控出了问题的时候就已经无法挽回了。截止到2015年底，全国总共3000多家P2P平台里超过三分之一已经倒闭。...国际上传统的风控方法风控的核心是要准确预测每一笔借款违约概率。显而易见，这需要量化的工具，也就是模型。...这里面包括用户提交的电子化信息（如身份证、营业执照、房产证、学历证、工资单、社保，银行流水等），第三方权威机构的查询信息（如公民身份证查询中心、教育部学历中心、法院诉讼信息查询中心等可查询信息），还包括了海量的互联网碎片数据...大数据风控的挑战伴随着机遇同样也有挑战。就像要有美味的菜肴，我们既需要好的材料，也需要好的厨师，当前大数据在风控中运用的挑战主要还是在数据和人才这两方面。

1.9K12 0

2018中国大数据风控调研报告：百亿大数据风控市场

8552 0

何为风控

风控定义风控是风险控制的简称，在百度百科中是这么定义风险控制的。风控在我们日常生活中随时可见，小到账户登录验证码，都可以算是一种风控的手段。...这里我们着重了解下信贷下的风控，结合了场景的风控，则赋予了更多的意义。...信贷风控的目标是「利益最大化」，而不是没有风险，在风险和利润之间找到平衡，是信贷风控的核心。...，以及在信贷场景下的风控如何实现，风控的目标永远是降风险，但不是一味地降，在不同场景下有不同的考虑。...文章例子参考《智能风控平台：架构、设计与实现》

2.6K2 1

金融风控大模型的数据安全与隐私保护指南

摘要：本文旨在指导金融行业如何利用金融风控大模型保障客户业务数据的安全，避免数据滥用和泄露。...文章将从技术解析、操作指南、增强方案三个方面，提供详细的技术指南，并展示腾讯云产品在金融风控领域的应用优势。...技术解析金融风控大模型通过分析海量数据，预测和识别金融风险，其核心价值在于提高风险管理的精准性和效率。典型应用场景包括信贷审批、反欺诈等。...根据IDC报告，某银行采用腾讯云的金融风控大模型后，数据泄露风险降低了50%，同时提升了模型的预测准确率30%。...通过上述指南，金融行业可以有效地利用金融风控大模型，同时保障客户业务数据的安全，避免数据滥用和泄露。

4940 0

风控ML | 风控建模的WOE与IV

「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...第一次接触这两个名词是在做风控模型的时候，老师教我们可以用IV去做变量筛选，IV（Information Value），中文名是信息值，简单来说这个指标的作用就是来衡量变量的预测能力强弱的，然后IV又是...data_bad) len_good = len(data_good) for value in value_list: # 判断是否某类是否为0，避免出现无穷小值和无穷大值...测试数据集可以后台回复 'age' 进行获取。...，不过得注意一些细节，转换数据格式。‍

4.4K2 0

机器学习与大数据风控

但机器学习在风控中的作用究竟如何，有哪些关键技术，其优势与缺点又有哪些呢？本期硬创公开课，雷锋网邀请百融金服风险总监郑宏洲，来讲讲机器学习与大数据风控的那些事。嘉宾介绍：郑宏洲，百融金服风险总监。...国内商业银行模型团队多年管理经验，专注于大数据机器学习、信贷风险策略、模型评分管理等风控领域。从事大数据分析和信贷风险管理近十年，在金融行业的数据分析、平台架构、模型研究和风险策略等方面有深刻的理解。...机器学习几乎在每一个有数据的场景都有应用。它主要是区别于纯粹人工经验去做决策。雷锋网：目前来说，机器学习在大数据风控中是怎么样的地位？作用多大？...大数据风控是量化风控的一种新形式，出现主要的条件是，现代社会是一个信息社会，在信息和数据上极大的膨胀，这给我们有更全面衡量个体风险的机会。...区别于传统风控技术，大数据风控是在方法论上做了相应的革新。风险，即不确定性。风险管理实际上就是做量化风险。大数据风控是将贷款主体各个方面的属性维度做全面风险的量化。

2.3K8 0

信贷风控模型搭建及核心风控模式分类

目前，对于信贷审核来说主要基于的风控模式为IPC、信贷工厂、大数据三种，每一种都有自己不同的侧重点。...在我们清洗数据的时候，看到对客户信用评价中有这么一类“少量逾期”，这个类别占了相当大的比重，而且在模型中作用也比较显著，和其它类别“信用好”“信用差”等比肩。...从资金的角度来看，风控模型是为了评估用户还款能力和还款意愿，反欺诈反作弊，防止用户薅羊毛和保证平台安全等功能；从行业的角度，互联网风控模型体现在消费金融／供应链金融／信用借贷／P2P／大数据征信等方面。...五、风控模型的设计步骤总体来说风控模型的设计主要可以分为以下的几个步骤： 1.获取数据信用评估来自于用户数据，模型规则其实就是用户数据规则，信息的纬度也比较广泛，大致可以分为基本信息／行为信息...，一般来说活体检测是能够过滤到一大部分恶意欺诈人群的。

3.7K1 1

1.1 风控原则

potential reward 可以被度量的reward概率部分就是risk，不能度量概率的就是uncertainty 01.6 描述和区分风险的关键类别，解释每种风险怎么产生的，评估风险的影响有8大类风险

3K6 0

支付风控模型

二、基于规则的风控规则是最常用的，也是相对来说比较容易上手的风控模型。从现实情况中总结出一些经验，结合名单数据，制定风控规则，简单，有效。常见的规则有： 1....它是其它风控模型的基础。实践中，首先使用已知的规则来发现存在问题的交易，人工识别交易的风险等级后，把这些交易作为其它有监督学习的训练数据集。...三、决策树模型风险评估从本质上来说是一个数据分类问题。和传统的金融行业风险评估不一样的地方，在于数据规模大、业务变化快、实时要求高。一旦有漏洞被发现，会对公司造成巨大损失。...互联网金融风控离不开机器学习，特别是支付风控。在各种支付风控模型中，决策树模式是相对比较简单易用的模型。如下的决策树模型，我们根据已有的数据，分析数据特征，构建出一颗决策树。...支付风控场景分析；支付风控数据仓库建设；支付风控模型和流程分析(本文)；支付风控系统架构发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn

3.9K2 2

智能金融风控中的大模型实践_01

2.2 大模型在金融风控中的核心技术优势相比传统风控模型，大模型在金融风控中具有以下核心技术优势：强大的特征提取能力：大模型能够自动从海量数据中提取丰富的特征，包括显式特征和隐含特征，无需大量的人工特征工程...2.3 大模型与传统风控模型的对比为了更清晰地了解大模型在金融风控中的优势，我们将大模型与传统风控模型进行对比：对比维度传统风控模型大模型数据处理能力主要处理结构化数据，对非结构化数据处理能力有限...大模型金融风控的技术实现框架 4.1 系统架构设计大模型金融风控系统的架构设计通常包括以下几个层次：数据层：负责数据的收集、存储、清洗和预处理，包括结构化数据和非结构化数据。...5.1 国内金融机构实践案例 5.1.1 大型银行的大模型风控实践案例4：某国有银行的大模型智能风控平台该国有银行构建了基于大模型的智能风控平台，整合了行内交易数据、客户行为数据、外部征信数据等多源数据...5.3 实践经验总结通过对国内外金融机构大模型风控实践的分析，我们可以总结出以下经验：数据是基础：高质量的数据是大模型风控成功的关键，金融机构需要建立完善的数据治理体系，确保数据的质量、完整性和可用性

1.6K2 0

风控ML | 风控建模中怎么做拒绝推断

《风控建模中的样本偏差与拒绝推断》https://zhuanlan.zhihu.com/p/88624987 不过我也还是把他文章里的分类体系在这里重点再次分享一下。...其中，数据法中提到的3种方式都是比较好理解的。...方法一：简单说就是把模型应该拒绝的客户，按照一定规则（比如不那么坏的客户）给予审批通过的决策，后续观察其贷后表现，给未来的模型提供更丰富的数据；方法二：指的是从其他机构或者类似产品中获得客户的贷后表现数据...06 总结一下本文算是一个对拒绝推断的入门介绍了，让初涉风控模型的同学有一个相对来说比较清晰的全局认识，这里面涉及到的很多算法模型上的细节并没有展开来讲，因为我觉得这也会让阅读带来比较大的负担，公众号的文章还是要控制在几分钟内读完比较合适...Reference [1] 异常检测算法分类及经典模型概览 https://blog.csdn.net/cyan_soul/article/details/101702066 [2] 风控建模中的样本偏差与拒绝推断

2.9K3 0

风控ML | 风控中的异常检测原理与应用

今天来介绍一下风控中的异常检测，从最基础的概念开始讲起，因为本人对这块的内容平时工作也做得不多，更多滴偏向于“纸上谈兵”，有什么说得不对的地方，也欢迎各位朋友指正～谢谢。...异常检测的概念 02 异常检测的难点 03 异常检测的分类及常见算法 01 异常检测的概念异常检测（Anomaly Detection 或 Outlier Detection），又称为离群点检测，在我们风控领域很多地方都会用到...0301 基于统计检验与分布算法说起异常点检测，最容易想到的就是这个正态分布图了，3倍方差之外的数据属于异常数据。...它是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据，通过它可以直观的探索数据特征。我们可以从箱线图中直观地看到两点：数据离散分布情况以及离群点。...而右边为解码器，它负责把压缩了的数据再进行还原，努力恢复成原本的样子。如果恢复不了，那就意味着样本不是同一类，可以归纳为异常数据。 4、混合DAD：深度学习模型提取特征+SVM进行分类。

4.1K2 0

智能金融风控中的大模型实践_02

大模型金融风控系统的关键特性与传统的金融风控系统相比，基于大模型的金融风控系统具有以下关键特性：多模态数据处理能力：大模型能够同时处理文本、图像、语音、结构化数据等多种数据类型，打破数据孤岛，实现更全面的风险评估...核心技术大模型金融风控的技术基础大模型在金融风控中的应用主要基于以下核心技术：大语言模型（LLM）技术：大语言模型是大模型金融风控的核心技术，如GPT（Generative Pre-trained...挑战与解决方案大模型在金融风控中的应用虽然前景广阔，但也面临着一系列挑战，需要采取相应的解决方案：数据隐私与安全挑战金融数据包含大量敏感信息，如客户身份、交易记录、财务状况等，数据隐私和安全是大模型金融风控面临的首要挑战...产业影响与挑战金融风控模式变革：大模型技术的发展将推动金融风控模式的变革，从传统的“规则+经验”驱动模式向“数据+模型”驱动模式转变。...结论大模型技术的突破性进展为金融风控带来了前所未有的机遇，通过强大的自然语言理解、复杂模式识别、跨领域知识整合能力，大模型能够处理海量的结构化和非结构化金融数据，显著提升风控的准确性和效率。

8721 0

智能金融风控中的大模型实践_03

据统计，全球金融机构每年因欺诈造成的损失超过2800亿美元，传统风控手段的漏报率高达15-20%1。随着人工智能技术的快速发展，大语言模型(LLM)为金融风控带来革命性变革。...通过分析Transformer架构在风控场景的适配优化，详解大模型如何赋能信贷审批、反欺诈、市场风险监测等关键环节，并提供基于FinBERT的风控系统实现方案。...-15倍风险预警提前时间 1-2个月 3-6个月 2-3倍人工干预率 15-20% 5-8% 降低60-70% 技术原理大模型风控技术架构大模型在金融风控中的应用架构可分为五层：基础设施层...3-5倍，显存占用减少60-70% 大模型与传统风控模型协同大模型并非完全替代传统风控模型，而是形成互补协同：混合决策系统双轨并行：大模型与传统模型独立评估风险权重融合：根据场景动态调整各模型权重...盈利模式：API调用收费、模型订阅、数据服务普惠金融拓展趋势：大模型降低风控门槛，服务传统风控难以覆盖的人群服务对象：无征信人群：基于替代数据评估信用小微企业：缺乏完整财务数据的企业

1K1 0

风控ML | 风控建模老司机的几点思考与总结

「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...02 数据搜集处理（Data Curation）当我们确定了要开发的模型之后，这个时候需要做的是搜集数据与处理数据了。...搜集数据，不需要等到所有的特征都搜集完才开始开发特征或者训练模型，有多少数据，就先搞多少数据。...在了解了以上的内容后，你就可以开始搜集所有相关的数据了，因为你的数据源会非常多，所以这里你必须做好数据的归档，不然后期会很乱，而且原始数据需要备份一份不要动，方便后续复盘使用。...具体可以参考我先前的一篇文章内容《分享8点超级有用的Python编程建议》搞到数据后，需要做的事情大概可以分为： 1、消化所有的数据含义、逻辑； 2、对数据进行各种清洗，变成你熟悉的结构； 3、对数据进行质量控制

2K3 0

风控ML | 风控建模中GBDT和XGBoost怎么调优

00 Index 01 GBDT和XGBoost的原理介绍 02 GBDT和XGBoost的异同点分析 03 什么风控建模场景下常用这两个明星算法？...03 什么风控建模场景下常用这两个明星算法？...交易反欺诈：A级出场率，主要是支付风控，防止客户进行薅羊毛、套现等行为。客户流失：A级出场率。贷后催收告警：A级出场率。迁徙率预测：B级出场率。失联修复：C级出场率。...而关于风控模型怎么调优，我会在下一节一起讲。...风控模型怎么调优关于风控模型的调优，先前有篇文章讲得比较细致《风控ML[7] | 风控模型调优的思路有哪些》，大家可以移步去回顾一下。

2.5K3 0

风控为本创新驱动，券商如何实现智能风控加速？

面临挑战该券商的数据基础主要来自于业务系统的关系型数据库的数据，需要在数据基础之上实现数据的运营。而由于合规风控处于企业核心竞争力的高度，原风控数据积累10年，数据量已超30TB。...原“IOE架构”出现了性能瓶颈以及各方面管理问题，具体体现如下： 01 随着业务的发展以及数据量的激增，原有平台开始遭遇IO访问及内部数据交换的瓶颈。非现场风控平台各项报表和查询生成时间逐渐拉长。...02 原合规风控数据库数据量巨大，原有的传统的备份手段难以实现数据的实时保护。备份效率低下，备份作业被持续拉长，甚至影响高峰期间开展业务。为避免对业务的性能影响，不得已取消备份任务。...解决方案沃趣科技以QData高性能数据库云平台作为数据库基础架构平台替换原传统“烟囱式”系统架构，承载合规风控核心数据库系统，助力业务处理效率大幅提升。...价值提升 1 通过QData数据库云平台大幅提升了风控系统的业务效率，风控日终调度业务从原十几个小时缩短至1.5小时，性能提升10倍以上。

1.9K1 0

点击加载更多

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭