產(chǎn)品動態(tài)
在這里，你可以看到聚信立每天發(fā)生的點(diǎn)點(diǎn)滴滴。風(fēng)控數(shù)據(jù)新來源，聚信立AI圖靈挑戰(zhàn)相關(guān)度測評
2019-05-13
重點(diǎn)：
圖靈分與芝麻信用分的相關(guān)度為
2%
圖靈分與社交信用分的相關(guān)度為
0.2%
圖靈分與多頭借貸分的相關(guān)度為
0.7%
早年間，借款人在申請貸款時，金融機(jī)構(gòu)多是依據(jù)央行的征信系統(tǒng)來獲取個人信用狀況，但央行征信系統(tǒng)多是整合的銀行信貸類數(shù)據(jù)，其覆蓋人群也只占全國人口的65%-70%，以此作為信貸風(fēng)控的參考依據(jù)是不健全、不完整的。
后來互聯(lián)網(wǎng)的發(fā)展產(chǎn)生了大量的數(shù)據(jù)記錄，云計算為大數(shù)據(jù)的獲取挖掘提供了技術(shù)支持，一系列信息技術(shù)的發(fā)展對于完善我國現(xiàn)行市場的風(fēng)控體系、實(shí)現(xiàn)普惠金融提供了強(qiáng)有力的幫助。
互聯(lián)網(wǎng)發(fā)展至今，其所產(chǎn)生的數(shù)據(jù)類型越來越龐大，在取得授權(quán)的前提下，可搜集獲取的數(shù)據(jù)源包括電商類、社交類、消費(fèi)類、運(yùn)營商類、網(wǎng)絡(luò)行為類等等，也由此出現(xiàn)了一些針對性的信用評分類產(chǎn)品或平臺，如51信用卡，主要基于用戶信用卡電子賬單的歷史數(shù)據(jù)，交叉驗(yàn)證電商以及社交關(guān)系數(shù)據(jù)，判斷用戶的風(fēng)險等級；再如基于QQ、微信、騰訊網(wǎng)、財付通等社交網(wǎng)絡(luò)的騰訊信用，依據(jù)用戶的即時通信、虛擬消費(fèi)、電商交易、游戲行為等畫像數(shù)據(jù)，得出基于互聯(lián)網(wǎng)行為的個人信用報告……
芝麻信用
以芝麻信用為例，了解一下市面上傳統(tǒng)風(fēng)控產(chǎn)品的信用評分模型。
芝麻信用是參考美國官方的信用評分體系“FICO”，綜合考慮了用戶的身份特征、信用歷史、履約能力、人脈關(guān)系以及行為偏好五個大類，加工、整理、計算后得出用戶信用評分，分值越高代表用戶的信用水平越好。
身份特征：指用戶的姓名、年齡、職業(yè)、收入等基礎(chǔ)信息，及工商、法院、學(xué)歷學(xué)籍等公共部門的有效數(shù)據(jù)。
信用歷史：過往發(fā)生的債務(wù)活動，尤指在支付寶上的信用賬戶歷史、轉(zhuǎn)賬以及還款等情況。
履約能力：用戶在各種信用服務(wù)中的履約表現(xiàn)情況，例如通過關(guān)聯(lián)平臺租借的共享產(chǎn)品是否按時歸還。
人脈關(guān)系：社交網(wǎng)絡(luò)中好友的身份特征、信用等級及互動頻率等，作為評判個人信用等級的依據(jù)，但目前社交的聊天內(nèi)容等還未納入?yún)⒖肌?
行為偏好：在購物、消費(fèi)等方面表現(xiàn)出來的具象的行為習(xí)慣，帶有明顯的特征偏好。
芝麻信用的數(shù)據(jù)主要來源于其所處的行業(yè)領(lǐng)域，“阿里體系”內(nèi)的數(shù)據(jù)是信息獲取的主要渠道，正如前文所述的51信用卡、騰訊信用等，數(shù)據(jù)獲取渠道及評分維度幾乎是市場上現(xiàn)有風(fēng)控產(chǎn)品的架構(gòu)基礎(chǔ)，越來越趨同的風(fēng)控產(chǎn)品該怎樣進(jìn)一步完善金融市場的風(fēng)控體系，填補(bǔ)數(shù)據(jù)獲取的縫隙？
AI圖靈
AI圖靈是聚信立基于人工智能技術(shù)研發(fā)的一款全新的數(shù)據(jù)獲取及模型優(yōu)化的評分工具。它通過獲取用戶的授權(quán)后掃描用戶的圖片，識別出圖片中的風(fēng)景、地點(diǎn)、同框人物、場景、商標(biāo)、文字等信息，從中提取借貸、逾期、股票、賭博、不良嗜好等風(fēng)險因子，從用戶畫像、偏好、事件、風(fēng)險等維度打上標(biāo)簽，再綜合上萬個細(xì)分字段，基于隨機(jī)森林+邏輯回歸算法，經(jīng)過數(shù)據(jù)清洗，特征選擇，模型訓(xùn)練及參數(shù)優(yōu)化，模型評估，最終生成用戶的信用分。
首先，AI圖靈創(chuàng)造性地開辟出了風(fēng)控數(shù)據(jù)的新來源。不同于市場上現(xiàn)有產(chǎn)品的電商數(shù)據(jù)、運(yùn)營商數(shù)據(jù)、社交數(shù)據(jù)等，它基于用戶的圖片數(shù)據(jù)，可以是社交軟件的相冊圖片，可以是云盤/網(wǎng)盤存儲的圖片，可以是用戶的本地相冊，實(shí)現(xiàn)了對非結(jié)構(gòu)化數(shù)據(jù)的獲取應(yīng)用，同時保證了數(shù)據(jù)的真實(shí)性和客觀性，不會存在“刷信用”的行為。
其次，AI圖靈從圖片中提取出的評估指標(biāo)，不僅僅有常見的個人基礎(chǔ)信息、行為偏好、消費(fèi)習(xí)慣等信息，更多是側(cè)重于風(fēng)險相關(guān)的表現(xiàn)因素，部分指標(biāo)如下：
相關(guān)度測評
1、綜合分
以芝麻信用為代表，從綜合分的角度和AI圖靈進(jìn)行相關(guān)度實(shí)測，其測評結(jié)果如下：
上圖中可以看出，兩者之間的相關(guān)度在 2% 左右，這就意味著兩者之間的數(shù)據(jù)重合度很低，同為大數(shù)據(jù)下的風(fēng)控產(chǎn)品，兩者之間并不存在嚴(yán)重的同質(zhì)化傾向。
2、單方面分
除綜合分外，市場上的信用分還可以細(xì)分為社交網(wǎng)絡(luò)分、多頭借貸分等具有針對性的信用評分。AI圖靈在綜合分方面的低相關(guān)度，在單方面分方面的表現(xiàn)如何？為避免某些誤解，在此將選擇的社交網(wǎng)絡(luò)分和多頭借貸分的代表性產(chǎn)品在測評過程中隱去名字，直接用分的名字代替，以這兩款產(chǎn)品來反映市場的平均情況。
如上圖所示，AI圖靈和市場上社交網(wǎng)絡(luò)分的相關(guān)度在 0.2% 左右，和多頭借貸分的相關(guān)度在 0.7%，這兩個數(shù)值遠(yuǎn)低于和綜合分的測評。這表明，即使在細(xì)分領(lǐng)域，AI圖靈的數(shù)據(jù)源、模型評估指標(biāo)等都比較新穎，和市場重合度很低，屬于全新的角度。
聚信立的AI圖靈可以說是開創(chuàng)了全新的數(shù)據(jù)來源，是現(xiàn)有風(fēng)控市場上數(shù)據(jù)的補(bǔ)充和擴(kuò)展。對于大數(shù)據(jù)風(fēng)控而言，數(shù)據(jù)的量級、數(shù)據(jù)的有效性等都是衡量風(fēng)控模型的必要指標(biāo)，但是橫向來看，數(shù)據(jù)的維度會是今后風(fēng)控產(chǎn)品越來越難跨越的挑戰(zhàn)，維度越豐富，畫出的用戶畫像才能越清晰立體，對用戶風(fēng)險的判斷才能越精確。
目前，基于深度學(xué)習(xí)的圖靈分比早前版本基于機(jī)器學(xué)習(xí)的圖靈分有顯著提升，新版圖靈分的KS有效值可達(dá)到 35%，近期將完成測試面向市場！
產(chǎn)品信息咨詢：021-54890256，business_contact@juxinli.com