9月1日消息，日前，在“2020第二屆中國(guó)零售金融發(fā)展峰會(huì)”上，360數(shù)科首席數(shù)據(jù)科學(xué)家沈赟就“白戶風(fēng)險(xiǎn)”、“身份偽冒”、“中介風(fēng)險(xiǎn)”、“傳銷風(fēng)險(xiǎn)”、“黑戶風(fēng)險(xiǎn)”、“惡意欺詐”、“借新還舊”七大欺詐場(chǎng)景，給出了針對(duì)性技術(shù)解決方案。

據(jù)沈赟表述，針對(duì)主動(dòng)式欺詐，360數(shù)科憑借GBST等自研算法，不斷優(yōu)化FTG自適應(yīng)反欺詐特征體系，在千萬(wàn)級(jí)別黑名單庫(kù)、黑中介庫(kù)以及數(shù)億白名單庫(kù)的數(shù)據(jù)支持下，搭建起涵蓋超過18億關(guān)系節(jié)點(diǎn)和200億關(guān)系邊的金融知識(shí)圖譜。在全場(chǎng)景反欺詐方面，基于位置、設(shè)備、推薦、聯(lián)系人等關(guān)系，360數(shù)科建立起關(guān)聯(lián)網(wǎng)絡(luò)，并利用社群發(fā)現(xiàn)、風(fēng)險(xiǎn)傳播等無(wú)監(jiān)督算法發(fā)現(xiàn)黑產(chǎn)團(tuán)伙、識(shí)別潛在和新型欺詐威脅。利用LBS網(wǎng)格化特征、App2Vec特征等技術(shù)加工手段，360數(shù)科還提升了深度學(xué)習(xí)算法的敏感度與精度，挖掘了模型算法的靈活性，即時(shí)攔截中介及黑產(chǎn)風(fēng)險(xiǎn)，從而實(shí)現(xiàn)有效實(shí)現(xiàn)反欺詐。截至2020年6月30日，360數(shù)科由于欺詐造成的壞賬率為0.2％。

沈赟表示，對(duì)于數(shù)據(jù)科學(xué)如何賦能信貸業(yè)務(wù)，360數(shù)科已實(shí)現(xiàn)從獲客、貸前、貸中到貸后的全生命周期風(fēng)險(xiǎn)管理，有效抵御欺詐攻擊。在此過程中，每個(gè)階段都需要大數(shù)據(jù)與人工智能技術(shù)的參與，這也是金融科技區(qū)別于傳統(tǒng)金融機(jī)構(gòu)的最大原因。

同時(shí)，沈赟進(jìn)一步表示：“反欺詐需要辨別出以騙款為目的黑色產(chǎn)業(yè)，在這方面，我們通過構(gòu)建關(guān)系網(wǎng)絡(luò)，以知識(shí)圖譜等形式找出風(fēng)險(xiǎn)點(diǎn)。同時(shí)，還會(huì)維護(hù)諸如黑中介電話號(hào)碼庫(kù)之類的數(shù)據(jù)庫(kù)，通過社交關(guān)系網(wǎng)絡(luò)，找到與黑中介關(guān)聯(lián)上的人，并認(rèn)作潛在的欺詐風(fēng)險(xiǎn)。”

沈赟稱，“針對(duì)風(fēng)險(xiǎn)較高客戶，我們會(huì)提前采取拒絕、調(diào)額、調(diào)價(jià)等風(fēng)控措施。此外，在實(shí)際業(yè)務(wù)中，我們還會(huì)在多個(gè)貸中時(shí)間點(diǎn)對(duì)用戶進(jìn)行重新評(píng)估，來(lái)預(yù)測(cè)其多頭可能變化的情況。”

據(jù)介紹，360數(shù)科在貸后環(huán)節(jié)制定了不同的催收的策略，通過對(duì)用戶去進(jìn)行客戶和分群，來(lái)制定相應(yīng)的催收方式。沈赟表示，“我們從積累數(shù)據(jù)，從數(shù)據(jù)當(dāng)中去挖掘各種各樣的特征，使用機(jī)器學(xué)習(xí)的模型去學(xué)習(xí)，不斷去優(yōu)化調(diào)整這個(gè)模型，從而促進(jìn)業(yè)務(wù)的發(fā)展。從這個(gè)角度講，數(shù)據(jù)決定了模型算法的天花板。反過來(lái)，在業(yè)務(wù)發(fā)展后，我們也可以獲得更多的有標(biāo)簽、有指導(dǎo)意義的數(shù)據(jù)及模型，這是一個(gè)不斷正向的循環(huán)，是整個(gè)的建模、數(shù)據(jù)模型以及業(yè)務(wù)三者有機(jī)的一個(gè)融合。”