萬(wàn)象智慧AI風(fēng)控平臺(tái) 嚴(yán)選
共 1744字,需瀏覽 4分鐘
·
2020-11-11 01:11
商品詳情
商品亮點(diǎn)
- 自動(dòng)決策引擎
- 關(guān)聯(lián)風(fēng)險(xiǎn)挖掘
- 自動(dòng)機(jī)器學(xué)習(xí)
商品說(shuō)明
| 版本: V1.0 | 交付方式: 人工服務(wù) |
| 適用于: Windows | 上架日期: 2019-12-13 |
| 交付SLA: 7 自然日 |
“萬(wàn)象智慧”(ASmart)是由中誠(chéng)信征信自主研發(fā)的智能風(fēng)控平臺(tái),在實(shí)現(xiàn)風(fēng)險(xiǎn)管理自動(dòng)化的基礎(chǔ)上,進(jìn)一步實(shí)現(xiàn)智能化。萬(wàn)象智慧平臺(tái)包括決策引擎、關(guān)聯(lián)圖譜、智能建模等人工智能工具模塊。
一、自動(dòng)決策引擎——決策引擎模塊
決策引擎通過(guò)自動(dòng)化整合源數(shù)據(jù),形成可以由用戶靈活調(diào)配的規(guī)則與策略,實(shí)現(xiàn)業(yè)務(wù)決策工作流的全生命周期管理,并支持實(shí)時(shí)智能數(shù)據(jù)分析,提升業(yè)務(wù)響應(yīng)與決策效率。決策引擎承載著數(shù)據(jù)解讀的風(fēng)控規(guī)則與模型評(píng)分,通過(guò)自動(dòng)化整合元數(shù)據(jù),形成由用戶靈活調(diào)配的規(guī)則與策略,實(shí)現(xiàn)業(yè)務(wù)決策工作流的全自動(dòng)化評(píng)估,并支持實(shí)時(shí)智能數(shù)據(jù)分析,提升業(yè)務(wù)響應(yīng)與決策效率。
決策引擎的主要功能點(diǎn)包括:
1.數(shù)據(jù)引擎。自動(dòng)集成第三方數(shù)據(jù)完成數(shù)據(jù)提取與特征加工。
2.規(guī)則引擎?;谠踊奶卣饕?guī)則,通過(guò)可編程的運(yùn)算邏輯形成規(guī)則集
3.策略引擎。針對(duì)不同業(yè)務(wù)策略,通過(guò)規(guī)則與規(guī)則集之間的靈活配置形成多路徑?jīng)Q策流。
二、關(guān)聯(lián)風(fēng)險(xiǎn)挖掘-關(guān)聯(lián)圖譜模塊
關(guān)聯(lián)圖譜模塊以“節(jié)點(diǎn)-關(guān)系-屬性”的形式分析復(fù)雜數(shù)據(jù)背后的業(yè)務(wù)關(guān)聯(lián),不僅可以作為關(guān)聯(lián)風(fēng)險(xiǎn)識(shí)別工具,還能為風(fēng)控建模提供多樣化的衍生變量,應(yīng)用于反欺詐、目標(biāo)客群識(shí)別等。在面臨復(fù)雜關(guān)系數(shù)據(jù)的時(shí)候,傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以快速、全面、精準(zhǔn)的獲取數(shù)據(jù)價(jià)值,而知識(shí)圖譜技術(shù)可有效提升數(shù)據(jù)的處理效率,深度挖掘數(shù)據(jù)關(guān)聯(lián)價(jià)值。關(guān)聯(lián)圖譜可生成傳統(tǒng)方法難以提供的基于關(guān)系的特征,并通過(guò)圖的表示學(xué)習(xí),生成低維特征向量。
關(guān)聯(lián)圖譜的主要功能點(diǎn)包括:
1.信息關(guān)聯(lián)。對(duì)多源異構(gòu)的復(fù)雜業(yè)務(wù)數(shù)據(jù)進(jìn)行實(shí)時(shí)關(guān)聯(lián)分析,深度挖掘個(gè)人與個(gè)人、個(gè)人與企業(yè)、個(gè)人與設(shè)備乃至所有數(shù)據(jù)之間的關(guān)聯(lián)信息。
2.聚團(tuán)分析。對(duì)群體關(guān)聯(lián)特征進(jìn)行實(shí)時(shí)統(tǒng)計(jì)分析,設(shè)置時(shí)間軸對(duì)群體業(yè)務(wù)特征進(jìn)行回溯,挖掘源頭及關(guān)鍵點(diǎn)
3.圖特征計(jì)算?;趫D結(jié)構(gòu)提取圖的凝聚性特征、關(guān)聯(lián)性特征、結(jié)構(gòu)性特征等特征變臉,結(jié)合多種算法及機(jī)器學(xué)習(xí)建模,進(jìn)行精確及可視化的業(yè)務(wù)分析
三、自動(dòng)機(jī)器學(xué)習(xí)——智能建模模塊
智能建模對(duì)數(shù)據(jù)分析與建模的整體流程實(shí)現(xiàn)程序化,并對(duì)特征工程、算法選擇與參數(shù)調(diào)優(yōu)實(shí)現(xiàn)智能化。智能建模模塊擁有變量分析、模型訓(xùn)練、模型預(yù)測(cè)、模型應(yīng)用、模型監(jiān)控、自主編程六個(gè)主要功能模塊。在平臺(tái)上,用戶可以通過(guò)載入數(shù)據(jù)、設(shè)定業(yè)務(wù)目標(biāo)進(jìn)行模型訓(xùn)練與自學(xué)習(xí)迭代。
智能建模具有如下優(yōu)勢(shì):
1.高效率。降低人工操作復(fù)雜度,準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理效率。
2.易操作。建模流程可視化,滿足業(yè)務(wù)/建模/開(kāi)發(fā)等不同角色需求。
3.易應(yīng)用。模型自動(dòng)發(fā)布、應(yīng)用與監(jiān)控,可形成閉環(huán)自動(dòng)迭代。
4.專業(yè)性。結(jié)合專家經(jīng)驗(yàn)與改良人工算法,形成知識(shí)封裝固化。
5.靈活性。支持全平臺(tái)部署和插件化部署,適應(yīng)多場(chǎng)景。
智能建模的主要功能點(diǎn)包括:
1.自動(dòng)特征工程?;诮Y(jié)構(gòu)化數(shù)據(jù)自動(dòng)形成建模特征。
2.自動(dòng)機(jī)器學(xué)習(xí)。設(shè)定目標(biāo)自動(dòng)完成算法選擇與參數(shù)調(diào)優(yōu)。
3.模型學(xué)習(xí)迭代。支持模型自動(dòng)提取與部署,根據(jù)業(yè)務(wù)反饋數(shù)據(jù)自學(xué)習(xí)迭代。
4.模型應(yīng)用。一鍵完成本地/遠(yuǎn)程模型部署,并支持在線調(diào)試。
5.自主編程。在線可編程環(huán)境,集成Python、R、Spark以及TensorFlow等開(kāi)發(fā)組件。
一、自動(dòng)決策引擎——決策引擎模塊
決策引擎通過(guò)自動(dòng)化整合源數(shù)據(jù),形成可以由用戶靈活調(diào)配的規(guī)則與策略,實(shí)現(xiàn)業(yè)務(wù)決策工作流的全生命周期管理,并支持實(shí)時(shí)智能數(shù)據(jù)分析,提升業(yè)務(wù)響應(yīng)與決策效率。決策引擎承載著數(shù)據(jù)解讀的風(fēng)控規(guī)則與模型評(píng)分,通過(guò)自動(dòng)化整合元數(shù)據(jù),形成由用戶靈活調(diào)配的規(guī)則與策略,實(shí)現(xiàn)業(yè)務(wù)決策工作流的全自動(dòng)化評(píng)估,并支持實(shí)時(shí)智能數(shù)據(jù)分析,提升業(yè)務(wù)響應(yīng)與決策效率。
決策引擎的主要功能點(diǎn)包括:
1.數(shù)據(jù)引擎。自動(dòng)集成第三方數(shù)據(jù)完成數(shù)據(jù)提取與特征加工。
2.規(guī)則引擎?;谠踊奶卣饕?guī)則,通過(guò)可編程的運(yùn)算邏輯形成規(guī)則集
3.策略引擎。針對(duì)不同業(yè)務(wù)策略,通過(guò)規(guī)則與規(guī)則集之間的靈活配置形成多路徑?jīng)Q策流。
二、關(guān)聯(lián)風(fēng)險(xiǎn)挖掘-關(guān)聯(lián)圖譜模塊
關(guān)聯(lián)圖譜模塊以“節(jié)點(diǎn)-關(guān)系-屬性”的形式分析復(fù)雜數(shù)據(jù)背后的業(yè)務(wù)關(guān)聯(lián),不僅可以作為關(guān)聯(lián)風(fēng)險(xiǎn)識(shí)別工具,還能為風(fēng)控建模提供多樣化的衍生變量,應(yīng)用于反欺詐、目標(biāo)客群識(shí)別等。在面臨復(fù)雜關(guān)系數(shù)據(jù)的時(shí)候,傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以快速、全面、精準(zhǔn)的獲取數(shù)據(jù)價(jià)值,而知識(shí)圖譜技術(shù)可有效提升數(shù)據(jù)的處理效率,深度挖掘數(shù)據(jù)關(guān)聯(lián)價(jià)值。關(guān)聯(lián)圖譜可生成傳統(tǒng)方法難以提供的基于關(guān)系的特征,并通過(guò)圖的表示學(xué)習(xí),生成低維特征向量。
關(guān)聯(lián)圖譜的主要功能點(diǎn)包括:
1.信息關(guān)聯(lián)。對(duì)多源異構(gòu)的復(fù)雜業(yè)務(wù)數(shù)據(jù)進(jìn)行實(shí)時(shí)關(guān)聯(lián)分析,深度挖掘個(gè)人與個(gè)人、個(gè)人與企業(yè)、個(gè)人與設(shè)備乃至所有數(shù)據(jù)之間的關(guān)聯(lián)信息。
2.聚團(tuán)分析。對(duì)群體關(guān)聯(lián)特征進(jìn)行實(shí)時(shí)統(tǒng)計(jì)分析,設(shè)置時(shí)間軸對(duì)群體業(yè)務(wù)特征進(jìn)行回溯,挖掘源頭及關(guān)鍵點(diǎn)
3.圖特征計(jì)算?;趫D結(jié)構(gòu)提取圖的凝聚性特征、關(guān)聯(lián)性特征、結(jié)構(gòu)性特征等特征變臉,結(jié)合多種算法及機(jī)器學(xué)習(xí)建模,進(jìn)行精確及可視化的業(yè)務(wù)分析
三、自動(dòng)機(jī)器學(xué)習(xí)——智能建模模塊
智能建模對(duì)數(shù)據(jù)分析與建模的整體流程實(shí)現(xiàn)程序化,并對(duì)特征工程、算法選擇與參數(shù)調(diào)優(yōu)實(shí)現(xiàn)智能化。智能建模模塊擁有變量分析、模型訓(xùn)練、模型預(yù)測(cè)、模型應(yīng)用、模型監(jiān)控、自主編程六個(gè)主要功能模塊。在平臺(tái)上,用戶可以通過(guò)載入數(shù)據(jù)、設(shè)定業(yè)務(wù)目標(biāo)進(jìn)行模型訓(xùn)練與自學(xué)習(xí)迭代。
智能建模具有如下優(yōu)勢(shì):
1.高效率。降低人工操作復(fù)雜度,準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理效率。
2.易操作。建模流程可視化,滿足業(yè)務(wù)/建模/開(kāi)發(fā)等不同角色需求。
3.易應(yīng)用。模型自動(dòng)發(fā)布、應(yīng)用與監(jiān)控,可形成閉環(huán)自動(dòng)迭代。
4.專業(yè)性。結(jié)合專家經(jīng)驗(yàn)與改良人工算法,形成知識(shí)封裝固化。
5.靈活性。支持全平臺(tái)部署和插件化部署,適應(yīng)多場(chǎng)景。
智能建模的主要功能點(diǎn)包括:
1.自動(dòng)特征工程?;诮Y(jié)構(gòu)化數(shù)據(jù)自動(dòng)形成建模特征。
2.自動(dòng)機(jī)器學(xué)習(xí)。設(shè)定目標(biāo)自動(dòng)完成算法選擇與參數(shù)調(diào)優(yōu)。
3.模型學(xué)習(xí)迭代。支持模型自動(dòng)提取與部署,根據(jù)業(yè)務(wù)反饋數(shù)據(jù)自學(xué)習(xí)迭代。
4.模型應(yīng)用。一鍵完成本地/遠(yuǎn)程模型部署,并支持在線調(diào)試。
5.自主編程。在線可編程環(huán)境,集成Python、R、Spark以及TensorFlow等開(kāi)發(fā)組件。
用戶案例
某信托公司萬(wàn)象智慧平臺(tái)部署項(xiàng)目
業(yè)務(wù)場(chǎng)景:通過(guò)萬(wàn)象智慧自動(dòng)建模功能構(gòu)建風(fēng)控申請(qǐng)?jiān)u分模型體系,實(shí)現(xiàn)資產(chǎn)實(shí)時(shí)準(zhǔn)入的差異化審批策略。提高自身小微金融業(yè)務(wù)管理能力,降低資產(chǎn)總體違約率和滿足監(jiān)管要求。 效果對(duì)比:在使用萬(wàn)象智慧平臺(tái)情況下,2名建模人員在2個(gè)月內(nèi)就順利完成了5個(gè)模型的構(gòu)建。相比較人工建模,節(jié)約了近一半的人力成本,提高了建模效率。
某城商行聯(lián)盟萬(wàn)象智慧平臺(tái)部署項(xiàng)目
業(yè)務(wù)場(chǎng)景:采用萬(wàn)象智慧平臺(tái)構(gòu)建小微稅貸申請(qǐng)?jiān)u分模型,構(gòu)建3個(gè)子模型和1個(gè)總模型,結(jié)合萬(wàn)象智策對(duì)小微企業(yè)稅貸產(chǎn)品進(jìn)行貸前風(fēng)險(xiǎn)控制和授信額度策略制定。 效果對(duì)比:采用萬(wàn)象智慧平臺(tái)實(shí)現(xiàn)了靈活的特征工程和模型的自學(xué)習(xí)迭代,相對(duì)于手動(dòng)建模,模型準(zhǔn)確率提升了0.08,最終建模周期縮短一半,整體效率提升為原來(lái)的2倍。
評(píng)論
圖片
表情
