首页 | | | 资讯中心 | | | 贸金人物 | | | 政策法规 | | | 考试培训 | | | 供求信息 | | | 会议展览 | | | 汽车金融 | | | O2O实践 | | | CFO商学院 | | | 纺织服装 | | | 轻工工艺 | | | 五矿化工 | ||
贸易 |
| | 贸易税政 | | | 供 应 链 | | | 通关质检 | | | 物流金融 | | | 标准认证 | | | 贸易风险 | | | 贸金百科 | | | 贸易知识 | | | 中小企业 | | | 食品土畜 | | | 机械电子 | | | 医药保健 | ||
金融 |
| | 银行产品 | | | 贸易融资 | | | 财资管理 | | | 国际结算 | | | 外汇金融 | | | 信用保险 | | | 期货金融 | | | 信托投资 | | | 股票理财 | | | 承包劳务 | | | 外商投资 | | | 综合行业 | ||
推荐 |
| | 财资管理 | | | 交易银行 | | | 汽车金融 | | | 贸易投资 | | | 消费金融 | | | 自贸区通讯社 | | | 电子杂志 | | | 电子周刊 |
日前,国内首个消费信贷客群画像“EMMA”(爱码族)正式亮相。
运用人工智能、PST(预测筛选技术)、ADT(自动决策技术)等方法,对大量变量进行多维度、多层次分析,做出一系列决策模型,最终对用户进行风险评估、授信决策、贷后管理等业务处理的一系列系统决策,从而精准找到一个合格的“EMMA”(爱码族)。
信而富始终坚持小额信贷,实现差异化发展,那么如何将大数据和人工智能运用至消费信贷领域。近日,E行网《了不起的实践》栏目组对信而富硅谷大数据与创新实验室首席科学家Thomas Wang进行了专访。
首先要确保他们不是欺诈用户
对于500元的小额贷款,绝大多数人都有能力来偿还,所以重点并不是“能不能”偿还,而是“愿不愿意”偿还。如何识别出愿意偿还的这群人,首先要通过一些数据来确保他们不是欺诈用户。
当前欺诈现象非常严重,需结合很多数据进行判断其真伪,参考的不仅仅是单一数据,而是综合判断其个人诸多资料,比如在不同平台的行为、使用的产品等等。
例如某人注册账户达3年,且经常登陆账户,使用不同产品,其相关信息能帮助我们勾画其画像。因此,可以通过这些信息来识别出他是不是欺诈用户。
运用大数据算法给目标用户画像
信而富主要寻找那些未被传统金融体系覆盖的人群,他们是成长中的新兴一族,是移动互联网设备的频繁使用者,信而富将他们命名为“EMMA”(爱码族)。目前来说,“EMMA”人群在中国有将近5亿。
信而富通过与拥有大数据的机构进行合作,并参考年龄、在平台的使用情况、手机使用时间、兴趣等多个数据维度。在对这些信息进行综合判断之后,信而富将通过模型确定目标用户,并生成白名单。
运用人工智能对用户行为进行预测
信而富对人工智能的运用,主要体现着预测方面。就像AlphaGo做的主要是预测对方可能会下什么样的棋。信而富预测用户可能会做什么,也就是他是否会违约。
信而富的预测筛选技术(PST),实际上已经运用了机器学习的方法,在得到用户反馈的数据之后,会从数据中建立模型,模型完全由数据来决定,之后信而富就会把模型推出去,寻找“EMMA”人群。
外部环境一直在变化,信而富的预测筛选技术(PST)、自动决策技术(ADT)模型也随之在变化。在获取到新的数据之后,又会重新学习出新的模型以应对变化。
本文为企业推广,本网站不做任何建议,仅提供参考,作为信息展示!