AI科技金融的最佳實踐

1、AI科技金融的最佳實踐機(jī)器學(xué)習(xí)專家數(shù)據(jù)場景需求驅(qū)動 商業(yè)變現(xiàn)技術(shù)AI應(yīng)用三要素新金融業(yè)務(wù)面臨的風(fēng)控挑戰(zhàn)量大：人工無法大規(guī)模審批，成本高高價值數(shù)據(jù)少：大都無央行征信數(shù)據(jù)風(fēng)險高：客群下沉，欺詐成本低數(shù)據(jù)使用難：海量非結(jié)構(gòu)化數(shù)據(jù)群體欺詐多：有組織、有規(guī)模進(jìn)攻半監(jiān)督學(xué)習(xí)解決冷啟動對AI技術(shù)的需求數(shù)據(jù)太多數(shù)據(jù)太少LIME模型解釋器復(fù)雜集成模型解決維度災(zāi)難AI解決風(fēng)控挑戰(zhàn)SNA社交網(wǎng)絡(luò) 分析深度學(xué)習(xí)解決 特征提取場景數(shù)據(jù)互聯(lián)網(wǎng) 大數(shù)據(jù)融合打通特征工程建模信用評估場景 數(shù)據(jù)特征 工程建模信用 評估大量的人工特征工作卡或LR模型機(jī)器學(xué)習(xí) 模型自動 提取特征歷叱 標(biāo)簽 樣本需時間積累Mapping 技術(shù)結(jié)合人工

2、標(biāo) 注的半監(jiān)督 學(xué)習(xí)技術(shù)人工 標(biāo)注+專家規(guī)則自適應(yīng)學(xué)習(xí)快 速吸收專家經(jīng) 驗和反饋 傳統(tǒng)信用評估模型方法 傳統(tǒng)的評分 基于大規(guī)模的機(jī)器學(xué)習(xí)系統(tǒng)的聯(lián)合建模方法 先進(jìn)的ID互聯(lián)網(wǎng)級別的機(jī)器學(xué)習(xí)AI驅(qū)動的信用貸業(yè)務(wù)電調(diào)App/系統(tǒng)反欺詐（個人/團(tuán)體風(fēng)險）合規(guī)檢查申請評分放款拒絕評分高評分中評分低通過機(jī)器學(xué) 習(xí)模型 與算法API調(diào)用/傳輸數(shù)據(jù)公安戶籍 數(shù)據(jù)第三方學(xué) 歷數(shù)據(jù)App相關(guān) 數(shù)據(jù)手機(jī)設(shè)備 相關(guān)數(shù)據(jù)運(yùn)營商數(shù)據(jù)互聯(lián)網(wǎng)行 為數(shù)據(jù)申請材料 圖片數(shù)據(jù)基于網(wǎng)絡(luò) 的反欺詐 模型申請評分違約概率模型模型快速 自動迭代/ 優(yōu)化規(guī)則模型連接數(shù)據(jù)個體風(fēng)險識別連接個體群體風(fēng)險識別個體風(fēng)險到網(wǎng)絡(luò)全局風(fēng)險的識別基于社會網(wǎng)絡(luò)

3、分析（SNA）算法分析方法的不同SNA拋開獨立性假設(shè)，通過 圖論方法，用中心度、介數(shù)、 聚集系數(shù)等指標(biāo)在欺詐專有 拓?fù)渚W(wǎng)絡(luò)上識別欺詐團(tuán)伙識別模式的不同欺詐網(wǎng)絡(luò)分析最重要的是分 析其與鄰近節(jié)點的關(guān)系，從 關(guān)系的角度把具有相同行為 的節(jié)點聚合在一起技術(shù)實現(xiàn)方案基于社會網(wǎng)絡(luò)分析的反欺詐風(fēng)險識別欺詐 判斷反饋 優(yōu)化金融客戶信息及交易數(shù)據(jù)互聯(lián)網(wǎng)行為數(shù)據(jù)第三方數(shù)據(jù)欺詐預(yù)警反欺詐規(guī)則變量處理、聚合網(wǎng)絡(luò)構(gòu)建特征欺詐風(fēng)險研判平臺社交網(wǎng)絡(luò)分析圖挖掘欺詐特征反欺詐模型基于申請網(wǎng)絡(luò)識別欺詐風(fēng)險核心授信決策- 機(jī)器學(xué)習(xí)模型10特征 提取人工提取機(jī)器提取 基于機(jī)器學(xué)習(xí)的違約概率模型構(gòu)建 原始數(shù)據(jù)特征選擇/模型組 合模型訓(xùn)

4、練模型評估和 選擇樣本庫 風(fēng)控流程 申請評分催收評分基于關(guān)系網(wǎng)絡(luò)的反欺詐反欺詐分類樣本少：“冷啟動”數(shù)據(jù)多：非結(jié)構(gòu)化數(shù)據(jù)特征提取數(shù)據(jù)使用難：高維、稀疏、低飽和樣本少-“冷啟動”11主動式學(xué)習(xí)：專家提供樣本的標(biāo)記半監(jiān)督學(xué)習(xí)：結(jié)合使用有標(biāo)記和無標(biāo)記樣本來提高單一使用有標(biāo)記樣本性能Online-learning:線上迭代數(shù)據(jù)多：所有數(shù)據(jù)都是風(fēng)險數(shù)據(jù)App使用數(shù)據(jù)設(shè)備信息消費(fèi)記錄消費(fèi)地點消費(fèi)金額短信通話記錄對于風(fēng)險的作用 獲取難度數(shù)據(jù)量覆蓋率 運(yùn)用難度征信消費(fèi)運(yùn)營商社交行為其它機(jī)器提取特征深度學(xué)習(xí)深度學(xué)習(xí)提取特征 優(yōu)勢：深層時序關(guān)系文本內(nèi)容深層含義超過人工定義 的深度時序數(shù)據(jù)RNN（LSTM）文本類數(shù)

5、據(jù)詞嵌入+CNN圖像數(shù)據(jù)CNN稀疏屬性數(shù)據(jù)遷移學(xué)習(xí)通話記錄消費(fèi)記錄行為記錄電商交易記錄信用卡消費(fèi)記錄短信人臉文本特征提取網(wǎng)絡(luò)word2vector，domain adaptionTraining data清理好的文本數(shù)據(jù)詞嵌入模型Word2Index projection分類器網(wǎng)絡(luò)大規(guī)模的 語料庫詞表達(dá)權(quán)重Pre-trainword2vecCNN中文分詞搜狗新聞 語料庫關(guān)鍵詞提取原始文本數(shù)據(jù)特征提取遷移學(xué)習(xí)機(jī)器生成特征對模型效果的明顯提升與專家人工特征融合深度學(xué)習(xí)特征專家人工特征Feature ImportanceScore0.0200.0150.0100.00500.02515 120 46

6、 rate 215 ca 97 raterate 2 114 85pa cit y9 entr 0city 1 opy77 out119 ot5he r0 rate 2110 in cnt3 60 in out 3 size shrt 20 billrate in4數(shù)據(jù)使用難先進(jìn)建模技術(shù)數(shù)據(jù)維度多弱變量數(shù)據(jù)稀疏、低飽和上千位特征變量大量特征是弱變量，無法 直接使用線性模型存在大量缺失值問題機(jī)器學(xué)習(xí)建模機(jī)器提取特征+專家人工特征早期嘗試持續(xù)探索最佳實踐集成 機(jī)器 學(xué)習(xí) 模型全維 數(shù)據(jù)模型 層應(yīng)用層互聯(lián)網(wǎng)行為申請信息運(yùn)營商 數(shù)據(jù)信用 報告全維數(shù)據(jù)人工加工特征GBDT全維數(shù)據(jù)機(jī)器生成特征冷啟動不同應(yīng)

7、用反欺詐 識別違約概 率預(yù)測衍生 應(yīng)用風(fēng)險Rule集成模型借貸消費(fèi)公開互聯(lián)網(wǎng) 歷史能力信用GBDTDNNDNNDNNCNNRNN模型效果對比信用貸場景模型準(zhǔn)確率查對率最大KS值DNN0.410.700.32Bottleneck features+GBM0.420.650.28Logistic regression0.370.530.19Model evaluationInputlayerLayerBlock 1LayerBlock 2ClassifierNetworkBottleneckfeaturesOther Classifier(GBM)提升14%提升45%模型可解釋捕獲影響結(jié)果的關(guān)鍵變量Ensemble Black-box ModelsLIMELocal Interpretable Model- agnostic Explainer遷移學(xué)習(xí)CNNRNN（LSTM）詞嵌入模型機(jī)器學(xué)習(xí)引擎DNN集成模型數(shù)據(jù)