近年來，數(shù)字經(jīng)濟正前所未有地改變?nèi)祟惖纳a(chǎn)和生活方式，金融領域數(shù)字化轉(zhuǎn)型面臨重大機遇和挑戰(zhàn)。同時，金融數(shù)字化快速發(fā)展也帶來了網(wǎng)絡安全、黑產(chǎn)、數(shù)據(jù)權屬不清、欺詐方面的問題，影響市場公平和金融穩(wěn)定。
尤其在欺詐方面，層出不窮的營銷活動更是讓欺詐分子有了可乘之機，偽造資料、惡意注冊大量虛假賬號、團伙包裝、刷單、搶紅包、套返利等等，欺詐技術手段越來越高明(群控、云控)，成本也越來越低。為了限制這些欺詐用戶，信貸機構(gòu)通過建立反欺詐團隊和風控防范體系，使用專家規(guī)則和預測模型來攔截欺詐行為。然而，面對新型欺詐手段，傳統(tǒng)反欺詐工具顯得勢單力薄，以關系圖譜為核心技術的新式反欺詐得以廣泛運用。
具體來說，關系圖譜在反欺詐中的主要應用是一致性檢驗、團伙欺詐檢測以及欺詐特征構(gòu)造。一致性檢驗的思路就是嘗試推導出申請人信息與關系圖譜不一致的信息，不一致的、矛盾的信息越多，申請人欺詐的嫌疑越大。團伙欺詐是指詐騙團伙通過購買、盜用、冒用實名信息等方式，有組織大規(guī)模地在短時期內(nèi)向金融機構(gòu)進行騙貸。特征構(gòu)造則主要是指在進行機器學習建模時，還可以從圖的角度出發(fā)，構(gòu)造特征。比如，申請人一度關系的個數(shù);某類一度關系的比例等等，并應用這些變量建立欺詐評分或信用評分。
在此背景下，百融云創(chuàng)運用人工智能、大數(shù)據(jù)技術推出反欺詐關系圖譜，通過對用戶數(shù)據(jù)的采集和分析，建立用戶在多種關系上的關聯(lián)信息，挖掘出欺詐者數(shù)據(jù)的矛盾點和可疑點，從而有效識別、預防團伙欺詐事件的發(fā)生。
針對團伙欺詐，百融云創(chuàng)結(jié)合自然語言處理、圖計算、深度學習、知識推理和可視化等技術，開發(fā)了一整套高效靈活的關系圖譜構(gòu)建與應用解決方案。目前，該關系圖譜產(chǎn)品經(jīng)過多輪測試與優(yōu)化，對欺詐風險識別的準確率高，對團伙欺詐的違約率預測大幅提升。而對于復雜的團伙欺詐判定，百融云創(chuàng)關系圖譜的查詢速度達到毫秒級，處于行業(yè)一流水平。
百融云創(chuàng)的關系圖譜的優(yōu)勢集中體現(xiàn)在以下三個方面：其一是準確有效。百融關系圖譜對欺詐風險識別的準確率接近百分百，對團伙欺詐的違約率預測可提升多倍;其二是數(shù)據(jù)豐富。百融云創(chuàng)經(jīng)過多年發(fā)展積累了海量多維的數(shù)據(jù)和各種業(yè)務場景，并且這些數(shù)據(jù)和場景還在不斷擴充，將有效支持關系圖譜的延展;其三是調(diào)用性能佳。對于復雜的團伙欺詐判定，百融關系圖譜的查詢速度達到毫秒級，能夠有效滿足互聯(lián)網(wǎng)反欺詐需求。
未來，百融云創(chuàng)也將持續(xù)開發(fā)各種新技術、新手段、新模型，結(jié)合金融行業(yè)的變化，探索反欺詐的有效手段，應用在金融反欺詐中。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。
