[發(fā)明專(zhuān)利]鷹眼反欺詐大數(shù)據(jù)風(fēng)控評(píng)估系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811304461.2
• 申請(qǐng)日: 2018-11-04
• 公開(kāi)（公告）號(hào): CN109242673A
• 公開(kāi)（公告）日: 2019-01-18
• 發(fā)明（設(shè)計(jì)）人: 梁曉靖;張福生
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海良鑫網(wǎng)絡(luò)科技有限公司
• 主分類(lèi)號(hào): G06Q40/02
• 分類(lèi)號(hào): G06Q40/02
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了鷹眼反欺詐大數(shù)據(jù)風(fēng)控評(píng)估系統(tǒng)，包括原始數(shù)據(jù)、知識(shí)圖譜、用戶(hù)畫(huà)像、風(fēng)控模型和風(fēng)控產(chǎn)品，其特征在于：所述原始數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)倉(cāng)庫(kù)；所述知識(shí)圖譜為數(shù)據(jù)治理平臺(tái)；所述用戶(hù)畫(huà)像包括特征平臺(tái)；所述風(fēng)控模型包含模型平臺(tái)，所述模型平臺(tái)包括政策規(guī)則、評(píng)分卡和數(shù)據(jù)挖掘；所述風(fēng)控產(chǎn)品包含風(fēng)控平臺(tái)。本發(fā)明解決了傳統(tǒng)風(fēng)控依賴(lài)少量的強(qiáng)特征數(shù)據(jù)，無(wú)法全面合理的對(duì)全量用戶(hù)進(jìn)行風(fēng)險(xiǎn)評(píng)估，誤殺率很高；傳統(tǒng)風(fēng)控?cái)?shù)據(jù)處理技術(shù)落后，無(wú)法滿(mǎn)足當(dāng)前互聯(lián)網(wǎng)信息時(shí)代，大數(shù)據(jù)量清洗處理、分析建模和風(fēng)險(xiǎn)評(píng)估等；傳統(tǒng)風(fēng)控政策快速迭代和預(yù)警機(jī)制缺失，無(wú)法快速根據(jù)市場(chǎng)的風(fēng)險(xiǎn)變化來(lái)實(shí)時(shí)預(yù)警和調(diào)整風(fēng)控策略，做到及時(shí)上線規(guī)避風(fēng)險(xiǎn)的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)控評(píng)估技術(shù)領(lǐng)域，具體為鷹眼反欺詐大數(shù)據(jù)風(fēng)控評(píng)估系統(tǒng)。

背景技術(shù)

近年來(lái)互聯(lián)網(wǎng)金融正在飛速發(fā)展，但國(guó)內(nèi)的征信體系卻不完善，截止至2016年6月，央行征信覆蓋人群8.8億，其中有信用數(shù)據(jù)的人群僅3.8億，占總?cè)丝诘?9％。通過(guò)該數(shù)據(jù)進(jìn)行核算，全中國(guó)將近12億人是信用數(shù)據(jù)空白，然而目前國(guó)內(nèi)大部分銀行或者金融機(jī)構(gòu)依然采用傳統(tǒng)的技術(shù)來(lái)做風(fēng)險(xiǎn)控制。傳統(tǒng)銀行和金融機(jī)構(gòu)依賴(lài)少量的強(qiáng)特征數(shù)據(jù)如：個(gè)人信息、收入、學(xué)歷、工作、車(chē)產(chǎn)、房產(chǎn)、個(gè)人信貸記錄等信息進(jìn)行風(fēng)險(xiǎn)定價(jià)分析，但是大部分人不具備銀行所需要的傳統(tǒng)數(shù)據(jù)。

互聯(lián)網(wǎng)的高速發(fā)展，大大方便了人們的生活，改善了人們的生活方式。同時(shí)人們通過(guò)網(wǎng)上購(gòu)物、聊天、無(wú)線支付消費(fèi)、生活繳費(fèi)、理財(cái)保險(xiǎn)、娛樂(lè)等方面產(chǎn)生了大量的用戶(hù)信息數(shù)據(jù)。而這些數(shù)據(jù)并非傳統(tǒng)金融機(jī)構(gòu)所需要的風(fēng)控強(qiáng)特征數(shù)據(jù)，而是龐大人群的數(shù)據(jù)海洋里隱性弱特征數(shù)據(jù)，這些數(shù)據(jù)對(duì)評(píng)估一個(gè)人的消費(fèi)水平，性格，朋友圈位置，社會(huì)等級(jí)，工作情況，收入水平等具有很強(qiáng)的評(píng)估價(jià)值。但是傳統(tǒng)金融機(jī)構(gòu)的風(fēng)控技術(shù)無(wú)法完成這部分海量信息特征的分析評(píng)估。

傳統(tǒng)金融機(jī)構(gòu)和銀行，大多是國(guó)有企業(yè)。國(guó)有企業(yè)有其龐大的組織結(jié)構(gòu)和上下級(jí)關(guān)系以及審批流程，導(dǎo)致風(fēng)控體系一旦形成后，很難去更新迭代。整個(gè)風(fēng)控策略以及風(fēng)控所依賴(lài)的底層技術(shù)很難根據(jù)環(huán)境客群的變化迅速的做出調(diào)整，以減少壞賬的損失。之前和國(guó)內(nèi)一家銀行洽談信用卡對(duì)接業(yè)務(wù)時(shí)，對(duì)方說(shuō)了一個(gè)欺詐案例，由于銀行的初始風(fēng)控流程有漏洞，導(dǎo)致有人利用這個(gè)漏洞，僅僅一個(gè)業(yè)務(wù)人員造成了4000萬(wàn)的壞賬。分析其原因，最終還是風(fēng)控所驗(yàn)證數(shù)據(jù)過(guò)少，風(fēng)控總體迭代速度太慢，風(fēng)險(xiǎn)識(shí)別和發(fā)現(xiàn)過(guò)遲(直到出現(xiàn)大量壞賬才發(fā)現(xiàn))，造成重大損失。

基于對(duì)當(dāng)前互聯(lián)網(wǎng)大時(shí)代背景，金融借貸需求的用戶(hù)越來(lái)越多，而傳統(tǒng)的金融機(jī)構(gòu)風(fēng)控技術(shù)又不能很好利用互聯(lián)網(wǎng)大數(shù)據(jù)來(lái)合理全面的評(píng)估客戶(hù)的信用，主要矛盾集中體現(xiàn)在以下三點(diǎn)：

1.傳統(tǒng)風(fēng)控依賴(lài)少量的強(qiáng)特征數(shù)據(jù)，如：個(gè)人信息、收入、學(xué)歷、工作、車(chē)產(chǎn)、房產(chǎn)、個(gè)人信貸記錄等信息進(jìn)行風(fēng)險(xiǎn)定價(jià)分析，無(wú)法全面合理的對(duì)全量用戶(hù)進(jìn)行風(fēng)險(xiǎn)評(píng)估，誤殺率很高。

2.傳統(tǒng)風(fēng)控?cái)?shù)據(jù)處理技術(shù)落后，無(wú)法滿(mǎn)足當(dāng)前互聯(lián)網(wǎng)信息時(shí)代，大數(shù)據(jù)量清洗處理、分析建模和風(fēng)險(xiǎn)評(píng)估等。

3.傳統(tǒng)風(fēng)控政策快速迭代和預(yù)警機(jī)制缺失，無(wú)法快速根據(jù)市場(chǎng)的風(fēng)險(xiǎn)變化來(lái)實(shí)時(shí)預(yù)警和調(diào)整風(fēng)控策略，做到及時(shí)上線規(guī)避風(fēng)險(xiǎn)，減少損失。

綜上所述，傳統(tǒng)金融機(jī)構(gòu)的風(fēng)控技術(shù)很難滿(mǎn)足當(dāng)前互聯(lián)網(wǎng)時(shí)代客戶(hù)的金融需求的風(fēng)險(xiǎn)評(píng)估，雖然銀行和機(jī)構(gòu)也在不斷的嘗試風(fēng)控技術(shù)迭代和更新，但是由于其國(guó)企自身的局限性，很難完成新技術(shù)引領(lǐng)和落地。目前傳統(tǒng)風(fēng)控技術(shù)無(wú)法對(duì)大多數(shù)互聯(lián)網(wǎng)客戶(hù)做準(zhǔn)確評(píng)估，而且可以依賴(lài)的評(píng)估數(shù)據(jù)有限，漏洞頻出，風(fēng)控快速迭代和預(yù)警機(jī)制嚴(yán)重匱乏。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供鷹眼反欺詐大數(shù)據(jù)風(fēng)控評(píng)估系統(tǒng)，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：鷹眼反欺詐大數(shù)據(jù)風(fēng)控評(píng)估系統(tǒng)，包括原始數(shù)據(jù)、知識(shí)圖譜、用戶(hù)畫(huà)像、風(fēng)控模型和風(fēng)控產(chǎn)品，其特征在于：所述原始數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)倉(cāng)庫(kù)；所述知識(shí)圖譜為數(shù)據(jù)治理平臺(tái)；所述用戶(hù)畫(huà)像包括特征平臺(tái)；所述風(fēng)控模型包含模型平臺(tái)，所述模型平臺(tái)包括政策規(guī)則、評(píng)分卡和數(shù)據(jù)挖掘；所述風(fēng)控產(chǎn)品包含風(fēng)控平臺(tái)。