原创 互利網上數字金融典型場景: 網絡營銷

        營銷欺詐即俗稱的“羊毛黨”,是指有選擇地參與各互聯網渠道的優惠促銷活動,以相對較低的成本甚至零成本換取物質上實惠的人羣。界定羊毛黨的關鍵特徵是,多頻率、有組織地在單次營銷活動中多次獲取優惠金額的行爲,其實質是由於其薅羊毛的

原创 數字金融反欺詐技術名詞表

1.大數據分析(Big Data Analysis) 大數據指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合,是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據分析是

原创 數字金融欺詐行爲名詞表

1.盜號(第三方支付)第三方支付賬號一般都關聯着用戶的銀行卡、信用卡等信息,且多數第三方支付平臺爲了保證客戶體驗,只需首次授權,之後只要登陸網絡支付賬號就能使用信用卡或者借記卡付款,無須再次關聯。所以第三方支付賬號一旦被盜,將使用戶的財產

原创 美國2B互聯網公司產品開發理念

前兩堂課我們講了機器學習的基本概念和決策樹算法的原理,本堂課我們插播關於美國2B企業產品開發的一些實戰經驗。 美國的2B企業規模相對較大,與2C企業的比例可以達到1:1。我們可以隨口說出很多美國大型2B企業的名字,比如Workday、

原创 慧安金科機器學習通識(二)| 決策樹的基本概念和訓練方法

上一堂課我們講了機器學習的基礎知識和基本概念,這一堂課我們講一種具體的算法——決策樹。決策樹是一種比較簡單基礎、應用較廣的算法。 決策樹,顧名思義,就是利用樹結構來做決策的機器學習模型。它的特點是比較簡單、容易理解、可解釋性強。   W

原创 慧安金科機器學習通識(一)

1. 什麼是機器學習 機器學習就是爲了完成某項任務,加入了一些數據和經驗來進行處理,從而可以更好地完成這些任務,也就是說程序從數據中學到了東西。 機器學習的主要內容,就是程序怎麼樣從這些數據中學到有用的知識,來更好地完成任務。 有人說,機

原创 成爲大數據工程師需要哪些技能?(一文秒懂大數據)

2008年,維克托·邁爾-舍恩伯格編寫的《大數據時代》開啓了科學技術的一個新的篇章,讓“大數據”一詞變得家喻戶曉,人人都在談論大數據,各科技公司也紛紛引入大數據技術。那麼,到底什麼是大數據? 大數據(big data),是指無法在一定時間

原创 如何構建健全的信用評估體系

信用,就是因爲履行諾言而取得的信任,是指依附在人與人之間、單位之間、商品交易之間的一種相互信任的生產關係和社會關係。因爲信用的存在,雙方得以自覺、自願地反覆交往,消費者甚至願意付出更多的錢來延續這種關係。 信用調查,是指信用機構接受委託後

原创 FinTech領域的風險控制——策略篇

金融市場與風險相互依存,理清金融科技背景下可能面臨的風險之後,我們應當積極尋找有效的防範方法和途徑。 首先,藉助信息工具規制金融風險,尤其是互聯網金融風險。金融中介服務於資金供給者和資產提供者,金融風險的產生、交易或資產服務都要通過金融中

原创 FinTech領域的風險控制——風險篇

隨着移動互聯網、人工智能、大數據、雲計算、區塊鏈等技術的高速發展,資金的需求方和提供方得以建立更爲便捷和緊密的聯繫,出現了十分豐富的金融業態。這改善了國內小微企業和徵信白戶在傳統金融機構融資難的困境,改變了投資門檻高、小額投資渠道匱乏的現

原创 小貸公司的風險成因及應對策略——策略篇

小貸公司要以審慎穩健爲原則,實現企業與政府的良好互動,有效地防範風險,最終達到社會效益與經濟效益雙贏的效果。針對風險篇中提到的小貸公司存在的風險,本文總結了相關的應對策略,幫助小貸公司實現穩定健康發展。 賦予明確的身份性質 小貸公司應明確

原创 小貸公司的風險成因及應對策略——風險篇

小貸公司的出現在很大程度上彌補了金融機構信貸的資金缺陷,增加了對中小企業以及農村金融需求的有效供給。但是,由於各方面的原因,小貸公司自誕生起就存在着多種風險。 身份定位模糊不清 小貸公司作爲信貸行業中的新生命正處於摸索階段,它的身份定位屬

原创 什麼是KNN算法?

  KNN(K-Nearest Neighbor)算法是機器學習算法中最基礎、最簡單的算法之一。它既能用於分類,也能用於迴歸。KNN通過測量不同特徵值之間的距離來進行分類。 KNN算法的思想非常簡單:對於任意n維輸入向量,分別對應於特徵空

原创 黑產肆虐,AI如何扛起反欺詐大旗

時下,金融欺詐主要來源於網絡黑產。據統計,網絡黑產的直接從業者已超過40萬,上下游人員總計超過170萬,黑產手裏握有的身份證約有1000萬張,造成的欺詐金額每年正以40%的比例增長着。 面對肆虐的黑產,金融界最看好的反欺詐手段,就是AI。

原创 深度學習的最新研究進展(三)

本文我們將簡要討論其他深度架構,它們使用與深度神經網絡類似的多個抽象層和表示層,也稱爲深度生成模型(deep generate Models,DGM)。Bengio(2009)解釋了深層架構,例如Boltzmann machine(BM)