大数据与智能反欺诈应用浅析

银行业一直备受各类欺诈交易困扰，仅银行卡欺诈每年造成的损失就逾百亿，欺诈率高达万分之二。欺诈交易一旦发生，不只是扰乱银行的正常经营行为，同时也会对银行本身的声誉造成极大影响。

银行通常采用专家规则、黑名单库等方式对欺诈风险进行防范，然而传统的专家规则有许多提升潜力。首先，专家经验得出的规则存在局限性，不可能枚举所有业务场景，无法对各类交易进行全面覆盖。其次，欺诈者会针对性的对已有规则进行回避应用分析，专家规则处于被动调整的位置，无法跟上欺诈手段的更新换代。最后，规则积累达到一定数量后，误报率较高，能够影响到实际风险决策的制定。

传统欺诈主要包括申请欺诈和交易欺诈两种类型，近年来电子渠道欺诈和团伙欺诈成为新的关注重点。在实践的过程中尝试在深入应用大数据价值，分别针对申请欺诈和电子渠道欺诈建立智能化模型，在机器学习技术的支持下实现了点的突破。建模思路是从数据中提取客户多维度异常模式，探索大数据反欺诈规则，并逐步实现智能、主动、精准、全覆盖的异常识别功能。

大数据与客户融合

在客户管理的发展过程中曾经出现过三个名词，crm、cxm和cem，分别对应relation、experience和engagement，逐步强调客户体验和融合。分析CEM四个维度的数据属性，似乎同样适合于风控和反欺诈领域；其中Active是目前尝试比较多的部分，另外几项则依赖于AI技术的发展和应用场景的丰富。

伴随移动互联网和社交网络的发展，Active这部分的数据积累和应用是在逐步加强的，比如借助客户行为数据的采集以及物联网技术相关的应用场景，企业能够获取客户更多的活动信息。这是目前客户画像等相关项目的重点建设目标，对客户进行360度全面感知，建立个性化的标签库从而更好的支持营销活动开展。采集到的数据可以应用到风控和反欺诈领域，数据视角下更加强调数据资产的价值传导和变现增值，这与传统IT重系统及流程建设有很大区别。因此，将这些数据应用到反欺诈过程中会涉及到人、流程和技术的改变；对大多数传统银行来说，观念的改变要优先于流程和技术。

Emotional、Rational和Ethical三部分更加复杂，并不能直接通过客户数据的简单加工获得。每个对应的客户标签都需要构建数据挖掘模型，过程中综合分析文本、语音、视频以及外部补充数据，进而探查客户的深层次标签信息。这是目前AI技术的主攻目标，然而基于现有公开资料，AI的应用场景虽然存在，但实用、划算的还很少。

智能化反欺诈的典型技术

通过大数据的积累和应用，综合应用反欺诈规则和智能模型，建立全面反欺诈体系。模型通常包括监督和无监督两种，对应不同的反欺诈场景。开篇提到过两个模型，第一个是结合社交网络分析和信用评分技术做的申请反欺诈的量化预测模型，第二个是基于机器学习技术构建的渠道行为反欺诈模型，整体效果都还可以。

社交网络分析技术对于风控和反欺诈能够发挥很好的作用，这一点各个银行都有类似的探索和应用。更多的数据和更强的算法，简简单单的组合就能帮助银行提升欺诈风险管控能力。更强的算法体现在机器学习、复杂网络、自然语言处理等领域；换句话说，介绍几项典型的AI或大数据分析技术：

1、聚类分析是典型的无监督学习方法，利用好坏客户人群区分度高的特点，将所有客户分为两个聚类，同一聚类中的客户相似度较高，而不同聚类间的客户相似度较低。选取客户数目少的聚类作为异常客户，每个异常客户到正常客户聚类中心的距离即为客户异常评分，评分越高越异常。

2、自编码网络是深度学习中的无监督方法，利用反向传播算法训练中间层，使得目标值尽可能等于输入值。对于总体数量占比比较少的异常客户，在训练网络过程中会损失较多信息，比较每个客户损失量的多少可以给出异常客户的可能性和排名。自编码网络算法可以自动生成较多交叉项，提炼出深层次的指标特性。

3、社交网络分析是融合多学科理论和方法，为理解各种社交关系的形成、行为特点分析以及信息传播的规律提供的一种可计算的分析方法。社交网络分析方法旨在建立一个网络与真实世界的实体与关系映射，在银行应用中的典型实体包括客户、账户、员工等。社交网络分析通常关注静态和动态两个层面的网络特征，静态特征包括提取网络指标、对网络特征刻画、识别网络群组等；动态特征主要包括描述网络如何随时间推移进行扩散、如何影响其他节点等。

创新层面的补充

关于创新方面，简单说两点。首先是智能反欺诈的发展需要思路上的创新，将大数据应用和机器学习模型应用到反欺诈领域，优化传统专家规则库的识别结果，同时模型应该具有自学习更新优化能力。另外在功能方面也要创新，模型和规则的综合应用能够实现互补，通过构建数据产品能够支持量化分析和精准决策。

开篇提到申请和交易的两个反欺诈模型，后面有机会可以单独成篇。另外关于银行智能化转型，之前也有几篇文章发出，后续会在实践中逐步深入。研究与应用的过程中会陆续推出新的文章，干货适时发布，亮点在于吐槽。

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!