从三个点来说： 1）提供服务的对象 2）业务域 3）层次的划分 1）提供服务的对象 a、数据仓库的服务对象基本上是人。明细数据，聚合指标，转化率模型， 他们的目前用户都是人 b、数据中台的服务对象变成 人+机器。 用户标签、机器学习模型，数据挖掘模型，他们的目标是系统。比如说广告系统，推荐系统，风控 ...
分类：
其他好文 时间：
2019-09-29 18:15:16
阅读次数：
106
最近一直关注风控方向的知识和业务，我做下总结吧！ 1. 技术篇 机器学习算法（这个是最多的，要明白每个模型的优缺点，适用范围，对模型本身要理解透彻） 深度学习算法：GAN,迁移学习，强化学习等新的技术 2. 基本理解 （1）风控的定义：风控就是风险控制 主要分为2大方向：信用风控（打分，芝麻分之类） ...
分类：
其他好文 时间：
2019-08-28 01:31:55
阅读次数：
426
风控的模式： 1.用户发起一笔借款，跑一次风控。 2.用户发起申请后，跑一次风控（反欺诈策略+反欺诈模型+信用模型+授信模型），给用户授信一次，在一段时间之内（比如两年）用户再过来申请借款， 都不会再重新跑风控，直到放款机构设置的重新授信时间点，才会重新跑风控和授信模型。 纯线上信贷业务合作模式： ...
分类：
其他好文 时间：
2019-08-24 20:19:00
阅读次数：
93
转自于：http://blog.csdn.net/liberty_xm/article/details/53185252 一、行业背景 1.1风控行业背景 当前，经济下行导致中小企业经营成本不断增加吗，产品销售价格因结构原因和市场原因相对走低，企业利润空间被进一步压缩，许多中小企业陷入经营困境，导致 ...
分类：
其他好文 时间：
2019-08-15 09:14:21
阅读次数：
97
剖析千人千面的大脑——推荐引擎部分，其中这篇是定位：对推荐引擎中的核心算法：协同过滤进行深挖。 首先，千人千面融合各种场景，如搜索，如feed流，如广告，如风控，如策略增长，如购物全流程等等；其次千人千面的大脑肯定是内部的推荐引擎，这里有诸多规则和算法在实现对上述各个场景进行“细分推荐排序”；最后是 ...
分类：
编程语言 时间：
2019-08-14 21:32:01
阅读次数：
191
安森，个推CTO毕业于浙江大学，现全面负责个推技术选型、研发创新、运维管理等工作，已带领团队开发出针对移动互联网、金融风控等行业的多项前沿数据智能解决方案。曾任MSN中国首席架构师，拥有十余年资深技术开发与项目管理经验，在大数据处理系统、大规模并发平台、分布搜索系统、手机应用开发、无线通信领域和智慧金融系统等领域拥有丰富实践经验。引言中国移动互联网的发展见证了中国大数据行业的蓬勃发展。数据智能作为
分类：
其他好文 时间：
2019-08-08 00:24:57
阅读次数：
107
①自变量不能相关，即排除自相关性，还有共线性；②变量一定要显著。③变量要独立同分布。 所以我们要进行共线性筛查，显著性筛查，相关性筛查，才能选择出入模变量。 9. 逻辑回归创建评分卡模型核心步骤： a) 变量分箱，可以排除异常值的影响，分法有等宽、等频、人工指定分箱、C4.5决策树、卡方分箱。 b) ...
分类：
其他好文 时间：
2019-07-15 01:36:27
阅读次数：
194
阿拉丁工作： 报表相关：1、借款报表：按照时间维度（日、月、累计借款，客单价、笔单价、平均期数），分期数、品类、用户类型（普通用户、白名单用户、黑名单用户）、新老用户（定义？） 2、风控报表：强风控、弱风控（整体通过率[转化率]、细化各个规则通过率、规则不交叉命中率、规则缺失率） 3、额度报表：每日 ...
分类：
其他好文 时间：
2019-07-05 14:16:43
阅读次数：
117
1.1 信用风险 根据银行业的风险理论，信用风险是指借款人因各种原因未能及时、足额偿还债权人或银行贷款而违约的可能性。 信用风险的风控重点在于，甄别客户违约的原因究竟是还款能力，还是还款意愿问题。如果客户真的由于各方面的原因，暂时不具备还款能力，这是概率问题。即使发生了，处置起来也不会有什么损失。而 ...
分类：
其他好文 时间：
2019-06-19 21:46:41
阅读次数：
315
先说一下业务： 下单前需要先发送token等一些信息给到风控审核。实物订单和虚拟订单是独立的两个API接口。 token信息是放在ThreadLocal线程共享变量中，通过dubbo的RpcContext隐式传参透传到后台。后台获取token发送风控审核。 再谈问题，线上出现了很多虚拟订单发送了实物 ...
分类：
编程语言 时间：
2019-06-03 12:29:30
阅读次数：
126
