直接影响着金融市场长期健康与稳定。所幸的是,随着科技的发展,新兴科技不断强化金融科技的应用能力。特别是近几年人工智能和大数据技术的快速发展,能够有效地提高了客户的体验和提升金融系统的风控能力。 那就是智... 所以在传统的数据挖掘过程中需要做的工作,在评分卡模型的构建过程中都会有所涉及。而不同的评分卡模型虽然解决的问题不同,但是开发过程与开发思路是类似的,比如都要经过传统的数据挖掘过程:数据清洗、预处理、特征...
# 引言一直以来,人工智能(AI)在各个领域都表现出了强悍的水准。在学习中,我觉得机器学习具备巨大的潜力。近期接触了一个风险控制项目,务必涉及机器学习行业。因而,我就依据学习了解了机器学习领域的知识。本文将剖析机器学习在项目中的运用以及通过近期的项目分享一些经验。欢迎讨论~# 项目分享:智能风控系统## 背景介绍本项目的初衷是解决传统风险控制的一些缺陷。比如,传统方法一般采用系统及静态模型进行实时监控和预...
监管者的角色在新兴科技金融时代中变得更为重要,需要既保护消费者,又促进创业者的健康成长。**区块链在金融领域的创造价值:**传统金融系统存在高昂的交易成本、复杂的结算过程、信息不透明等问题,限制了企业的日常运营和业务发展。区块链技术通过去中心化、透明度和智能合约等特点,为企业提供了更高效、更安全、更透明的解决方案。例如:we.trade与IBM合作的区块链贸易平台充分体现了这一点。该平台利用智能合约和分布式总账...
黑名单库等方法的传统欺诈检测方法,已经不能解决新的欺诈挑战。银行亟需研究并应用先进的机器学习算法,以数据价值为驱动建立智能化的风险预测模型,以此作为欺诈风险防范的强力手段。# 一、层出不穷的欺诈手段伴... 有组织有预谋的针对银行或金融系统的漏洞做资源获取,通过大量的账号注册关联身份证信息,实现薅羊毛等欺诈目的。(3)资料包装。获取客户的通话记录、网购信息等资料,通过不法手段做身份伪造和基本信息的设备更改,实...
黑名单库等方法的传统欺诈检测方法,已经不能解决新的欺诈挑战。银行亟需研究并应用先进的机器学习算法,以数据价值为驱动建立智能化的风险预测模型,以此作为欺诈风险防范的强力手段。# 一、层出不穷的欺诈手段伴... 有组织有预谋的针对银行或金融系统的漏洞做资源获取,通过大量的账号注册关联身份证信息,实现薅羊毛等欺诈目的。(3)资料包装。获取客户的通话记录、网购信息等资料,通过不法手段做身份伪造和基本信息的设备更改,实...
报告下载区域性银行数字化实践报告 行业报告简介着眼当下,数字化转型是区域性银行必举之措 面临着大行、互联网银行、外资银行的三重挤压,区域性银行转型迫在眉睫。而在政策外部引导支持与银行内在驱动下,借助金融科... 风控基础上,做好小微营销、风控的数字化、智能化,深度绑定当地小微客群,打造业务优势点。 做多做优财富。财富管理作为中间业务,是区域性银行增收的重要增长点。结合零售转型经验,财富业务要精选产品,丰富产品体系,...
我分享的主题是基于国产化环境的金融级业务系统性能优化实践。# 一、项目背景项目是一个金融级的业务系统,架构是基于微服务设计理念的分布式架构,环境上支持国产化软硬件、操作系统以及分布式数据库,具有高性能、低成本、弹性扩展、敏捷交付等特点,有效解决传统架构的性能瓶颈。系统从应用架构上构建了完善的业务中台能力,真正做到系统解耦,支持对业务服务场景进行整合重构,为产品创新和服务创新提供强有力的支撑。系统总体...
风控两大领域,涉及反欺诈识别、异常交易监控、达标实时送好礼、MGM渠道拉新、实时报表大屏等场景。同时,对于不同的场景,会存在共性逻辑,比如客户购买理财产品、会计科目当日发生额等,为保证实时数据加工指标的一致性,需要沉淀实时数据资产。- 从技术角度看:传统的T+1数据跑批模式,不支持高时效场景需求,需要依赖于Storm、Flink等实时计算引擎;但纯粹依托于Flink计算引擎,只得开展“端到端”的实时数据加工模式,无法沉淀实时数据...
# 中原银行小微流水智能分析探索与实践## 1. 业务背景由于缺乏足够品质的抵押物、财务状况不透明等因素,小微企业金融服务存在授信依据不足、尽调成本偏高、风险识别困难等难题。流水数据是一个非常有效的数据... 可以为银行业务提供可靠的营销和风控线索。## 2. 小微流水智能分析解决方案### 2.1 整体解决方案中原银行数据智能团队2022年展开了小微流水智能分析的探索与应用,针对中小微企业、个体工商户、个人客户,开...
**传统****数仓****场景下遇到的数据孤岛、数据不支持更新、不支持** **ACID** **事务、数据实效性差等核心问题**。 在数据湖相关技术的发展中, **实时化**与 **智能化**是当前的两个核心追求。其中,实时化可以让数据湖技术在数据产生后以最快的速度发挥价值,比如金融领域的实时风控、推荐场景的在线学习、企业内部实时运营(电商大屏,直播大屏等)。而智能化可以让数据湖技术在数据入湖,数据处理、数据出湖的各个阶...
金融场景通过主备切换实现服务高可用,并具备完善的备份恢复机制,满足金融场景对数据一致性和可靠性的需求。 地图业务场景地图定位业务中需要实时了解当前定位坐标信息,提供 PostGIS 地理库等插件,提供最佳路径计算、路径规划、地理位置信息存储和处理等基础服务。 传统企业转型场景传统企业向互联网、物联网、移动端转型中遇到 JS、JSON 等数据类型,在现有基础上以最少量改动实现代码快速迭代、完成新功能很重要。通过外部数据包...
数据湖技术优雅地解决了**传统** **数仓** **场景下遇到的数据孤岛、数据不支持更新、不支持** **ACID** **事务、数据实效性差等核心问题**。在数据湖相关技术的发展中,**实时化**与**智能化**是当前的两个核心追求。其中,实时化可以让数据湖技术在数据产生后以最快的速度发挥价值,比如金融领域的实时风控、推荐场景的在线学习、企业内部实时运营(电商大屏,直播大屏等)。而智能化可以让数据湖技术在数据入湖,数据处理、数据出湖...
监管的角度是确保金融体系的公平性和稳定性,但它也应该避免对创新的过度约束。对于区块链和Web3.0,我们可以看到它们致力于解决传统金融体系中存在的问题。去中心化的特性意味着更广泛的金融可及性,同时保障交易的透明和不可篡改性,这对于防止欺诈行为至关重要。而Web3.0则提供了更多对个人数据的控制权,试图改变当前互联网体系中的数据管理方式。然而,监管也是必要的。它不仅可以确保市场的公平竞争和合法交易,还能保护投资者...