2015-6-2 2015-6-2 点融网大数据技术反欺诈实践 点融网高级数据开发工程师 程书欣 个人简介  点融网高级数据开发工程师  2013年10月份加入仍然是初创公司的点融网  2014年下半年开始参与研发点融网反欺诈系统与构建大数据基础架构， 以应对点融网面对的风控技术挑战 背景介绍 – 点融网 点融网 – dianrong.com 2013年成立 2014年6月，推出明星级产品“团团赚” 2015年8月，获得渣打银行和中国互联网金融科技基金领投的2.07亿美元 C轮融资 Agenda  P2P领域反欺诈的问题与挑战  知识图谱在反欺诈领域的应用与实践  反欺诈系统的技术架构 P2P存在的风险 18 % 16 % 20 % 18 % 9 风控和反欺诈现状  欺诈造成的损失 中小微企业 占企业总数 10 借款端欺诈频发  贷款资料造假 伪造银行流水，收入信息 工作单位涉嫌欺诈 身份资料造假  中介代办包装 中介对不符资质的借款人的资 料进行包装，以获得贷款  组团骗贷 多人联合欺诈 反欺诈问题充满挑战  反欺诈是一个Negative goal 核实身份证真假？Good to check，but not nearly enough 必须检查所有欺诈方式的可能性 必须不断更新反欺诈策略  怎样实施欺诈？ 伪造身份证去申请贷款 伪造工作单位 包装银行流水 组团骗贷 …… 传统资料验证手段 – 身份证案例 13 传统验证手段 依赖于信息的人工审核，效率低 看 打电话 14 技术验证手段  复杂风控模型  变量池 单变量/多变量分析，筛选  基于统计学建模，机器学习、逻辑回归……   问题？  缺乏表现力  数据孤点 15 关联分析  全部的贷款中，拥有关联关系的贷款占总数的30%左右  约有四分之一的疑似欺诈贷款，构成相关关系 反欺诈问题是一个搜索问题  搜索什么？    所有与借款人相关的数据 搜索哪些数据？  点融网积累的历史数据  数据提供商的数据  互联网爬虫所得到的数据 如何更好地搜索？  表结构无法很好的表达relation 17 知识图谱Knowledge Graph  Google提出知识图谱用于改善搜索引擎结果  A web of entities  自然语言表示 三元组表示，(实体1, 关系, 实体2)  18 为什么要用Graph  信息聚合，All data in one place  借款人PII信息  借款人的常用联系人，手机，工作单位和关系  借款人的雇佣信息  互联网上公开数据，例如公开黑名单、企业黄页等  数据提供商的数据  强大的关联检索  机器可理解和推理 19 如何构建Graph  三元组（实体，谓词，实 体）  实体deduction  关系deduction  推理（Inference） 识别数据造假  就职公司矛盾  手机造假