在线不卡日本ⅴ一区v二区_精品一区二区中文字幕_天堂v在线视频_亚洲五月天婷婷中文网站

  • <menu id="lky3g"></menu>
  • <style id="lky3g"></style>
    <pre id="lky3g"><tt id="lky3g"></tt></pre>

    案例:看知識圖譜在金融團伙反欺詐的落地應用

    案例:看知識圖譜在金融團伙反欺詐的落地應用

    今年年初,人行印發(fā)《金融科技發(fā)展規(guī)劃(2022-2025)》,意在推動中國金融科技從“立柱架梁”全面邁入“積厚成勢”新階段?!兑?guī)劃》強調(diào)高質(zhì)量推進金融數(shù)字化轉(zhuǎn)型,制定企業(yè)級數(shù)據(jù)規(guī)劃和發(fā)展戰(zhàn)略,穩(wěn)妥推進業(yè)務(wù)由經(jīng)驗決策型向數(shù)據(jù)決策型轉(zhuǎn)變。運用聯(lián)合建模、圖計算、數(shù)據(jù)可視化等技術(shù)手段,對海量多樣化多維度數(shù)據(jù)資源進行價值挖掘和關(guān)聯(lián)分析,建立面向用戶、面向場景的大數(shù)據(jù)知識圖譜和綜合分析能力。

    基于人行的關(guān)聯(lián)挖掘發(fā)展思路,邦盛科技一直致力于圖譜反欺詐產(chǎn)品的深專,關(guān)系網(wǎng)絡(luò)的構(gòu)建與挖掘,也為新形勢下的欺詐防控提供了新思路。針對團伙欺詐行為典型的關(guān)系型風險挖掘,知識圖譜有著天然優(yōu)勢。單點與多點的風險識別問題被圖轉(zhuǎn)化為基于固定點的k度查詢統(tǒng)計與社區(qū)劃分、異常子圖挖掘問題。在反欺詐領(lǐng)域,如申請反欺詐、交易反欺詐、企業(yè)內(nèi)控、反洗錢/套現(xiàn)、車險反欺詐等都有廣泛應用價值。

    與個體欺詐相比,團伙欺詐在非常復雜的關(guān)系網(wǎng)絡(luò)里隱藏,不容易被發(fā)現(xiàn)。今天我們來看看知識圖譜如何幫助銀行解決了信用卡申請團伙欺詐的難題。

    案例背景

    隨著數(shù)字化轉(zhuǎn)型深入,銀行信貸業(yè)務(wù)開始線上化遷移,線上化的欺詐風險控制面臨著更大挑戰(zhàn),加之客群營銷競爭激烈,客群質(zhì)量不斷下沉,顯性數(shù)據(jù)逐步減少,不管是個體欺詐風險還是團體欺詐風險,識別難度越來越大。受疫情影響,信用卡放貸不良率持續(xù)增高,還有互聯(lián)網(wǎng)欺詐的團伙增多,這都給銀行帶來了大量資損。

    項目方案

    邦盛科技在項目實施中引入了圖技術(shù),幫助銀行構(gòu)建了可視化分析平臺,業(yè)務(wù)人員可以進行欺詐行為的觀察和分析調(diào)查工作。同時利用圖譜的一些技術(shù)和探索功能,開發(fā)了針對團伙欺詐的圖規(guī)則。由于在整個分析過程中會產(chǎn)生很多圖特征,我們將圖層端融合到了機器學習模型中,完成了原有機器模型的優(yōu)化。

    欺詐數(shù)據(jù)初步探索

    想要出實際業(yè)務(wù)效果,會涉及到很多問題。在第一階段整體數(shù)據(jù)探索中,數(shù)據(jù)怎么篩選,欺詐標簽怎么定義,都是必要的處理過程。當然這個過程中,我們還會分析每個社團的每個團伙它的社會屬性是什么,比如說這個是中介還是惡意的欺詐個人。

    關(guān)聯(lián)關(guān)系設(shè)計

    圖譜是一個工具,想要真正服務(wù)于業(yè)務(wù),在有了界定標準后需要在圖譜設(shè)計出關(guān)聯(lián)關(guān)系,即什么樣的節(jié)點可以入圖,但這些節(jié)點并非越多越好。從服務(wù)國有行的經(jīng)驗來看,數(shù)據(jù)體量非常大,一旦增加節(jié)點,邊和屬性同步會帶來幾何倍增長,而實際中過多關(guān)系的維度,點邊的展現(xiàn),都會給業(yè)務(wù)人員在圖的可視化查詢和落地方面帶來影響,所以第二階段中根據(jù)實際業(yè)務(wù)場景定義圖譜的點邊關(guān)系。

    單維度規(guī)則建立

    第三階段是從單維度的圖規(guī)則到多維度的圖規(guī)則,在大量的單維度規(guī)則中,我們主要考慮4個方面。第一共性關(guān)聯(lián);第二重合度;第三集中度;第四資金流向。

    多維度規(guī)則建立

    多維度規(guī)則是我們應對團伙欺詐的目標?;谥皢尉S度規(guī)則,我們按照特征重要性進行排序分類,按優(yōu)先級順序,結(jié)合業(yè)務(wù)考量,對單維度特征進行交叉組合。

    經(jīng)交叉組合分析的團伙規(guī)則,根據(jù)規(guī)則效果并結(jié)合行內(nèi)已有規(guī)則內(nèi)容,最終確定采納并開發(fā)上線。這背后涉及業(yè)務(wù)經(jīng)驗的輸出,這個過程中挑選非常耗時。

    數(shù)據(jù)建模

    業(yè)務(wù)專家給出的特征連同圖譜平臺分析出的大量圖特征,都會送到機器學習中進行訓練,這給業(yè)務(wù)上帶來的反欺詐效果,明顯優(yōu)于傳統(tǒng)反欺詐效果。傳統(tǒng)反欺詐更多考量統(tǒng)計類指標,如金額、時間等特征,很少涉及關(guān)系維度。

    引入關(guān)聯(lián)圖譜,用可視化的分析手段分析業(yè)務(wù)中的團伙欺詐手法,可以得到很多關(guān)鍵特征。在整個過程中行里核查人員了解分析了最新的欺詐手法,同時還會對既定的專業(yè)規(guī)則做調(diào)優(yōu),這其實是全方位的業(yè)務(wù)賦能。

    業(yè)務(wù)效果

    在整個項目中,我們通過使用圖譜以及怎么落地到反詐策略,幫助銀行欺詐率顯著降低,黑樣本發(fā)現(xiàn)倍數(shù)級,遠超目標效果,給業(yè)務(wù)上帶來了實實在在的效果。

    借助關(guān)聯(lián)網(wǎng)絡(luò),金融機構(gòu)能快速發(fā)現(xiàn)欺詐團伙,有效挖掘新型欺詐手段,增強未知風險的防范能力,進一步提高金融機構(gòu)的風險管理的可靠性和準確率,也是目前滿足監(jiān)管要求、防控欺詐風險和優(yōu)化客戶體驗的比較平衡的解決方式。

    鄭重聲明:本文內(nèi)容及圖片均整理自互聯(lián)網(wǎng),不代表本站立場,版權(quán)歸原作者所有,如有侵權(quán)請聯(lián)系管理員(admin#wlmqw.com)刪除。
    上一篇 2022年6月21日 15:12
    下一篇 2022年6月21日 15:12

    相關(guān)推薦

    聯(lián)系我們

    聯(lián)系郵箱:admin#wlmqw.com
    工作時間:周一至周五,10:30-18:30,節(jié)假日休息