欧美两性人xxxx高清免费_国产婷婷综合在线视频中文_国产免费久久精品99reswag_在厨房乱子伦在线观看_一边写作业一边c她

3月5日上午，國務院總理李克強發(fā)表2017政府工作報告，指出要加快培育壯大包括人工智能在內的新興產業(yè)，人工智能首次被寫入了政府工作報告。其實，在阿爾法狗戰(zhàn)勝李世石后，人工智能在技術水平的提升已經引發(fā)前所未有的關注熱潮。語音識別、機器人技術、機器學習、人臉識別等人工智能技術研究成果開始走出實驗室向多個行業(yè)滲透蔓延。創(chuàng)業(yè)教父李開復曾多次發(fā)表演講，對人工智能推崇備至，甚至預言不少工作可能會被人工智能所取代。對應人工智能應用的三要素：數據、處理數據的能力和商業(yè)變現(xiàn)的場景，金融領域具備人工智能快速發(fā)展的必要條件，而事實上，一些銀行已經主動求變，擁抱人工智能帶來的變化影響。

在金融業(yè)務的前端，不少傳統(tǒng)銀行將人工智能用于自動業(yè)務交易、客戶定制服務，開發(fā)理財產品等應用。例如，巴克萊銀行、星展銀行等。 國內也不乏走在科技前列的探索者，早在2015年，國內銀行業(yè)首款實體智能機器人“交行小e”正式亮相。同年，南京銀行的人工智能客服“小鑫”在南京銀行微信銀行和網上銀行同步上線，招商銀行也開始試用全新的人工智能業(yè)務模式。

未來，人工智能不僅在金融業(yè)前端會有更多的便捷精準服務提供給客戶，在金融后端的信息安全、風控反欺詐、資產管理等方面也將發(fā)揮更大作用。尤其是對于缺失央行數據支撐的客戶評估，銀行無法通過肉眼一一識別用戶是君子還是騙子。這時傳統(tǒng)金融風控手段就顯得有些茫然無助， “互聯(lián)網+金融”業(yè)務就要結合更多維度的互聯(lián)網數據和人工智能手段， 來處理更廣泛的金融客戶問題。

本文對國內大數據風控領域領導品牌同盾科技的大數據智能分析在銀行業(yè)應用以及相關案例進行了梳理，共同探討人工智能大數據風控為傳統(tǒng)銀行業(yè)帶來的變革。

一、人工智能在銀行業(yè)的應用領域

首先必須承認的是金融本質仍然是風險管理，風控是所有金融業(yè)務核心。面對銀行業(yè)客戶風險不一、客戶信用信息不全、惡意欺詐或客戶違約成本低、債務收回成本較高等諸多挑戰(zhàn)，傳統(tǒng)銀行業(yè)必須利用大數據風控豐富傳統(tǒng)風控的數據緯度，利用多維度數據、算法和模型來實現(xiàn)快速識別借款人風險。

而大數據風控的核心是人工智能。大數據運用人工智能的處理方式，對海量數據進行梳理和分析，從而應用到銀行領域。

首先我們對金融風控的一個標準業(yè)務流程進行梳理，通常一個風控業(yè)務包括前端頁面用戶資料申請?zhí)峤缓褪占雌墼p、合規(guī)、邏輯校驗，核心決策授信，以及最后的逾期催款。專家指出，根據根據傳統(tǒng)銀行業(yè)信貸的流程，大數據結合人工智能在信用分析評估、風控和反欺詐、逾期客戶觸達等領域能發(fā)揮極大的作用。

1、信用分析評估

對銀行業(yè)的客戶信用分析評估基于兩個基本面的信息：消費者的還款能力和消費者的還款意愿。所不同的是，傳統(tǒng)征信中，數據依賴于銀行信貸數據，而大數據并不僅僅包括傳統(tǒng)的信貸數據，同時也包括了與消費者還款能力、還款意愿相關的一些描述性風險特征。利用大數據技術，能搜集許多的數據維度來描述，作為風險評估的重要依據。這樣就使大數據征信不單一依賴于傳統(tǒng)信貸數據，可以對傳統(tǒng)征信無法服務的人群進行征信，實現(xiàn)對整個消費者人群的覆蓋。

人工智能時代的到來，首先解決的就是銀行機構與普通人之間的信息不對稱問題。傳統(tǒng)銀行無法獲取用戶的征信信息，人工智能通過技術、數據的手段可以構建出一個信用分析模型。 同盾科技數據專家稱，利用梯度提升決策樹、隨機森林、神經網絡、分群調整技術、增量學習技術等在內的機器學習算法，可以為缺少傳統(tǒng)信貸記錄的人群做出客觀的信用分析評價，這就是大數據給傳統(tǒng)銀行業(yè)帶來的全新的革命。

2、風控和反欺詐

在泛互聯(lián)網的環(huán)境里，銀行業(yè)風控面臨的傳統(tǒng)個體欺詐已迅速演變?yōu)橛薪M織、有規(guī)模的群體欺詐和關聯(lián)風險。而傳統(tǒng)反欺詐還停留在識別一度風險等這種簡單規(guī)則方式，如聯(lián)系人中借貸人個數等，對于二度、三度乃至更廣范圍的網絡全局風險苦無良策。

機器學習里面基于圖譜網絡很好地解決了這一訴求，基于申請人、手機號、設備、IP地址等各類信息節(jié)點構建龐大網絡圖，并可在此之上進行基于規(guī)則和機器學習的反欺詐模型實時識別。

其中一個比較普遍的情況，人工智能可監(jiān)測相關設備ID在哪些借貸網站上進行注冊、同一設備是否下載多個借貸App，可以實時發(fā)現(xiàn)多頭貸款的征兆，把風險控制到最低。

3、逾期客戶觸達

在信貸逾期處理領域，大數據、機器學習等智能手段主要發(fā)揮兩大作用。其一是提高平臺響應的效率，從而提高回款率;其二是通過大數據模型，利用信用分等工具，對逾期后回款的概率進行預測。

比如，一個逾期客戶處于失聯(lián)狀態(tài)，該賬戶合同內相關的電話號碼基本失效，或者緊急聯(lián)系人能接通，但是不愿告知信息，又或者緊急聯(lián)系人和借款人之間也失去了聯(lián)系。無法有效的聯(lián)系到借款人，就無法建立對話關系，那么再有效的策略也難以實施。結合大數據技術，能夠挖掘并關聯(lián)更多其他可聯(lián)信息，支持更有效的客戶觸達;同時，通過對于借貸人在同盾合作的其他平臺出現(xiàn)逾期記錄、多頭借貸或者經濟法律糾紛的跟蹤，智能判斷借款人的經濟狀況惡化和信用風險惡化程度，并通知銀行幫助銀行及時進行風險預警。這對于銀行的貸后管理來說，這是一個顯著的作用。

二、人工智能在銀行業(yè)的實踐案例

同盾科技成立于2013年，總部位于浙江杭州，是國內專業(yè)的第三方大數據風控服務提供商，是一家立志成為國內受人尊敬的智能大數據分析公司。人工智能帶給銀行業(yè)的顛覆是先進的算法可以用來識別用戶行為模式，從而應用在金融產品的精準營銷，或者用于防止各種交易欺詐和貸款申請欺詐。也可以用在提升風控模型的預測能力，使用機器學習的模型將會擁有持續(xù)學習和迭代升級的能力。結合同盾而言，幾款實踐產品已經足夠讓人領略人工智能的風采了。

1、智能評分模型

同盾科技倡導的“跨行業(yè)聯(lián)防聯(lián)控”風控理念，可以從網上收集銀行客戶的海量數據，并快速分析，從而對其進行評估推薦。例如，客戶年齡、收入、職業(yè)、學歷、資產、負債等強相關數據;另外還有一些弱相關數據，如用戶在互聯(lián)網上的搜索數據，一些服務平臺上的行為數據，或是在社交網絡上的發(fā)言、興趣愛好等數據。

同盾科技通過對全面的數據(數據的廣度)，強相關數據(數據的深度)，實效性數據(數據的鮮活度)進行整合交叉分析，客觀地反映用戶風險水平，進而判定是否能夠給該客戶授信。 這里不得不提一下同盾智信分產品，這是基于用戶的多維度數據，利用業(yè)內廣泛使用的信用評分的建模方法，由同盾獨立自主研發(fā)的一款大數據產品。它綜合了用戶的跨平臺信用記錄、靜態(tài)面貌、履約能力、消費偏好、互聯(lián)網足跡等信息，直觀地描述了用戶的信用等級。同盾智信分與信用等級呈正向關聯(lián)關系，分數越高表明用戶的信用等級越高、信用風險越小。其中，公布的分數范圍為：300(極差)～ 900(極好)。這一分數直接與違約概率相聯(lián)系，信用越好，違約概率越低。根據評分情況，平臺用戶可以直接做出服務、跟進或者拒絕服務的風控指令。而且還可以根據評分預測未來違約的可能，初步判斷出逾期或者成為壞賬的可能。 作為人工智能的一款代表產品，同盾智信分讓更多的人不必跨過傳統(tǒng)銀行的征信“門檻”就能獲得金融服務，讓審核、調查的方式數據化、電子化，大大節(jié)省了這個過程的耗費成本，因此更多的人能夠被納入進來，獲得服務。

2、復雜網絡分析

在我們的現(xiàn)實生活中，許多復雜系統(tǒng)都可以建模成一種復雜網絡進行分析，比如常見的電力網絡、航空網絡、交通網絡、計算機網絡以及社交網絡等等。復雜網絡分析不僅是一種數據的表現(xiàn)形式，它同樣也是一種科學研究的手段。復雜網絡方面的研究目前受到了廣泛的關注和研究，目前復雜網絡在銀行業(yè)的應用主要在于風控征信，基于大數據的風控需要把不同來源的數據(結構化，非結構)整合到一起，它可以檢測數據當中的不一致性。

舉個例子：團伙性欺詐嫌疑識別。有一個被拒絕的用戶中，關聯(lián)出來了一個失信的身份證和設備，而且發(fā)現(xiàn)其設備有較多的申請行為，那么，這個被關聯(lián)出來的用戶或將需要嚴格的人工審核，甚至可以直接拒絕。但通過對借款事件的深入挖掘，我們可以關聯(lián)出大量的借款事件。這個需要進行一些算法分團，可以把相關的聯(lián)系人都分到一個地方，然后進行關聯(lián)成團的團伙性分析，根據圖論上的屬性如團的密集程度和某些路徑的關鍵程度等，比如介數，圖直徑等角度來估計風險。

同盾科技打通跨行業(yè)數據，實現(xiàn)對多場景大數據的自動化關聯(lián)分析與可視化呈現(xiàn)，為企業(yè)提供風險核查的風控利器，有助于識別支付盜卡、多頭申請、團伙作案、刷單、撞庫登錄、中介團伙申請、內部欺詐檢測等多種風險。

3、逾期客戶管理

同盾科技在逾期客戶管理方面的優(yōu)勢則表現(xiàn)在客戶逾期后的數據挖掘分析和系統(tǒng)智能決策客戶觸達上。借助同盾底層海量的數據，可以挖掘逾期客戶的多種其他可聯(lián)系方式，同時通過多渠道整合、多策略定義、工作流配置等進行智能決策后，可將催繳相關信息有效觸達到客戶，實現(xiàn)貸后管理階段的有效追蹤。

比如策略定義和配置環(huán)節(jié)，通過大數據分析，識別逾期人的性別、年齡結構、行為偏好、職業(yè)等進行群體細分，再結合同盾智信分等給出不同的處理策略，基于歷史記錄、預期的還款意愿和能力、偏好和緊迫程度，選定不同的溝通渠道，提高回款成功率。

總結來說，同盾的逾期客戶管理能將決策管理技術(如風險評分)、溝通策略與客戶干預和解決方案緊密結合。通過自動化、連續(xù)、實時的行動，并立即根據策略自動進行客戶干預。 逾期客戶管理能顯著提高催收團隊的工作成效和效率。

基礎層的云計算、大數據等因素的成熟催化了人工智能的進步，深度學習帶來算法上的突破則帶來了人工智能浪潮，它將大幅改變金融現(xiàn)有格局，讓金融行業(yè)更加地個性與智能化。對于傳統(tǒng)銀行業(yè)而言，同盾科技為代表的金融科技公司將人工智能更快融入這個行業(yè)，并讓科技發(fā)揮更大的實際作用。