社交网络算法在金融反欺诈中的应用

社交网络算法在金融反欺诈中的应用

• 互联网金融服务面临的欺诈风险
• 社交网络算法在金融反欺诈中的应用
• 自动化风控系统架构

互联网和金融的结晶

• 金融的本质：资源的最合理化应用
• 互联网技术：交易的边界成本趋向“零”
• 互联网金融：用大数据、云计算等技术实现的资金融通 、支付、投资和信息中介服务
  

个人对个人的信用贷款

极速信任－自动化信用评估

客户获取 –> 信用评估 –> 交易促成 –> 客户服务

互联网金融行业中的欺诈

• 伪冒申请：
  
  • 变造申请材料，以获得更高额度
• 欺诈交易：
  
  • 申请时无还款意愿
    有的中介会在包办贷款时双向欺诈：
  • 伪造虚假文件欺诈借款公司
  • 骗取贷款人身份信息多方借贷
    

反欺诈中可应用到多种社交网络算法

• 社交网络算法：

  • 分析指标：
    degree、closeness centrality、 betweenness centrality、cluster coefficient、triangle count、 connected components

  • 算法：

    • PageRank
    • 社区发现：GN、FastUnfolding、LPA、SLPA、 WalkTrap

  • 在工业界的其他应用包括：精准营销、改善搜 索/帮助推荐、网络系统安全

社交网络算法在金融反欺诈中的优势

构建金融知识图谱FinGraph

包含电话,身份证.银行卡,信用卡,IP,设备号,地理位置等10种实体
约2.6亿节点
约10亿边关系

应用场景层面:
智能搜索,反欺诈,贷后管理,营销分析,运营支撑
系统支持层面:
特征方程,模型开发,异常监控,推荐系统(Spark+GraphX+Mllib+Streaming+TensorFlow)

数据整合层面
信用数据,金融消费数据,行为数据,社交数据,网络安全,第三方数据等(图数据库neo4j)