信而富科学家教你在消费信贷应用大数据和人工智能

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！