取消
搜索历史
热搜词
原创
活动
创新2.0
I T
产业
当前位置:首页 >互联网•IT > 互联网+ > 互联网化 > 正文
米众陈亮:米族金融资产端风控案例分享
来源:ENI  作者:陈亮 2018-03-16 18:23:00
我们在去年花了很多时间去做这个产品的创新,我觉得现在我们这套系统是做的非常的灵活,从前端的进谏,到审核里面我们用到很多。比如说这里我提到一些非结构化的国家部门的报告,可以在线的抓取,抓取过来他说他是PDF形式的,他要把它解析出来,自动化的解析出来,把它的信息结构化。

第三部分讲一个我们资产管理的案例,看一下下面的这段话,我们其实在2017年,我们整个团队还是偏重于线下的资产开发,我们一个贷款的手续通常要两到三天,而且客户还需要过来两次。第一次是过来提交一些资料,因为我们是助贷模式,我们会推给各家咨询方,第二他们咨询方审批了,比如说我们贷天下,或者是安鑫邦融汇,他们两家审批了,然后他过来签约,他会来两次。实际上对健康人的体验,我觉得是不够严格的,虽然我们做的很严谨,咨询方也很喜欢我们这样子,这种线下严谨的这种。但是整个效益是让人满意的。特别是去年,还有前年,小额现金贷的这一拨起来,小额现金贷这个事情应该说它是有各种借贷需求的,只是说监管局的人,这些金融企业做这块吃相不太好看,但是在产品体验上,像我们以前做线下这些人的一个提醒,或者是一个提示,就是说其实我们要往线上这个方向走。所以我们在去年花了很多时间去做这个产品的创新,我觉得现在我们这套系统是做的非常的灵活,从前端的进谏,到审核里面我们用到很多。比如说这里我提到一些非结构化的国家部门的报告,可以在线的抓取,抓取过来他说他是PDF形式的,他要把它解析出来,自动化的解析出来,把它的信息结构化。

    然后在这里面的一些关键信息进行分析,因为拿到报告的可能有的人是信用卡逾期十几次,但是他可能都好弄,然后有些是逾期十几次目前还有一部分没有还,所以这些关键特征要识别出来,识别出来之后还要进行一些理解。而且这个理解还不是像以前的风控模型,因为以前做风控的时候,他们做的我觉得不是特别智能,比如说这个人的婚否这个状态,已婚,未婚或者是离异,比如说已婚,像这种,比如说以前的风控模型理解是五分,后面的是三分四分,其实这种不是真正的模型的思维,只是一个评分体系,模型肯定是一个举证。在这块我们对整个模型的优化,包括以前像我们的风控还是要求要面签,因为他觉得这是一个识别健康人,包装等等一些很关键的手段,但是如果要做线上肯定没有办法再到门店去面签了,然后我们还问到了三方的视频审核,这里面刚刚我又提到一个叫做声文识别,声文识别这里其实有一个很有意思的,你对同样的人你去问他一些问题,这有点像是测谎仪,你问他同样一些比较敏感的问题,然后热身产量下来了,你去看那些数据,如果他心里面是有一些不稳定的情感的话,他声音的曲线和其他的采用出来是有些区别的。那这种离群的这种特征,它可能就是一个会提醒出来,那么它会有更多的这样的东西来暴露出问题。我觉得这些都是以前做这些业务的时候主要是靠人,但是人的专业能力,比较说一些我们以前的那种门店的审核,门店的客服,他的审核门店是参差不齐的,因为它主要依赖腾讯,腾讯来传承这个知识,而且也会用未流动性造成知识的流失。但是如果是机器的话,它对这个支持,它是可以长久的,一直的积累下去,我觉得这个可能会促进那个,可能反过来未来还会促进其他的人工智能发展。因为比如说一个审核的人员他学习一年到两年的经验,他就能够足够防范掉70%的风险。

但是如果是人工智能这样子,他做两年之后,他会一直做,做四年,做五年,那么来骗钱的这些人,他如果只有两年的道行他就骗不了七年的人孔智能的风控了。那么以后还想要再骗钱的话,那么他可能也得要依靠人工智能来骗钱了,因为他理解的那些经验的支持早就已经被他收入了,他得创新更多的骗术来骗取,另外就是我们做到的实际的体验,我们从48小时到72小时的时间下降了20分钟,实际上可以到10分钟或15分钟的,但是为什么还是有20分钟呢,因为在最后一个环节我们还是有人工,不是所有的都有人工,就是有一部分会有人工。因为这个模型才刚刚开始应用,就是刚刚有同志说这个是不可以解释的有些结果,我觉得在这种没有一两年的时间我觉得还是脱离人工的整合,特别是一些不太正常的数据还是需要人工去判断一下,如果是很正常的数据就行了。

编辑:程梦玲
关键字:     金融    大数据  人工智能  资产 
活动 直播间  | CIO智行社

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。