圖 1

如圖 1 是個(gè)人對(duì)個(gè)人的信用貸款，它其實(shí)是服務(wù)于兩端的，理財(cái)人群和借款人群。投資人會(huì)把錢投資到平臺(tái)的一個(gè)公有賬戶上，然后通過平臺(tái)的撮合服務(wù)快速對(duì)接到借款人的需求，而且為了分散風(fēng)險(xiǎn)，一個(gè)投資人的資金會(huì)對(duì)接給多個(gè)借款人，一個(gè)借款人的資金也來自于多個(gè)投資人。在這些場景下需要非常多機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的技術(shù)來幫助提升運(yùn)營效率和進(jìn)行風(fēng)險(xiǎn)控制，比如做轉(zhuǎn)化率的預(yù)測分析、如何給用戶推薦更優(yōu)質(zhì)的產(chǎn)品。而在這其中對(duì)于金融最重要的就是反欺詐體系，由于整個(gè)信用貸款流程用戶都可以直接在手機(jī)上操作，不需要提供紙質(zhì)的資料，為了用戶的體驗(yàn)不僅在判別速度上要夠快，另外對(duì)客戶的了解也從面對(duì)面交談轉(zhuǎn)移到移動(dòng)數(shù)據(jù)，加大了反欺詐識(shí)別的挑戰(zhàn)。

圖 2

從線下到線上的借款流程和評(píng)估的機(jī)制都是不一樣的。線下模式客戶會(huì)到門店柜臺(tái)，需要提供各種各樣的紙質(zhì)資料，比如工資流水、房產(chǎn)證明等等，周期會(huì)比較長。宜人貸在線上申請(qǐng)?jiān)u估時(shí)，用戶可以通過提供一些移動(dòng)端的授權(quán)數(shù)據(jù)，在 10 分鐘之內(nèi)就可以評(píng)估完這個(gè)用戶的信用，信用好的客戶可立即通過申請(qǐng)，獲得相應(yīng)的借款額度和費(fèi)率。

整個(gè)線上申請(qǐng)過程（圖 2），無法像原先線下的銷售人員一樣，能夠通過和客戶面對(duì)面交流來判斷資料是否屬實(shí)以及客戶的還款意愿。由此可見，欺詐風(fēng)險(xiǎn)是互聯(lián)網(wǎng)金融線上信貸工廠模式最大的挑戰(zhàn)。

|信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)的區(qū)別

圖 3

簡單說一下信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)的區(qū)別（圖 3），信用風(fēng)險(xiǎn)更多是來描述一個(gè)用戶是否有還款能力，比如說通過月收入多少，負(fù)債情況怎么樣，就可以判斷用戶適合借多少額度。對(duì)于欺詐風(fēng)險(xiǎn)的判斷其實(shí)會(huì)困難一些，因?yàn)橛泻芏嘀薪闀?huì)幫助客戶偽造資料，有些中介買一全套某個(gè)村里的身份證信息，辦手機(jī)號(hào)、銀行卡、注冊(cè)淘寶賬號(hào)養(yǎng) 6 個(gè)月之后，這一套資料就可以在各家網(wǎng)貸平臺(tái)上申請(qǐng)，造成假資料一人多貸的情況。所以對(duì)于國內(nèi)的互聯(lián)網(wǎng)金融公司來說，其實(shí)很希望做到信息共享，因?yàn)橛幸蝗硕噘J情況的話，對(duì)于每一家平臺(tái)風(fēng)險(xiǎn)都是很高的。

業(yè)界通常解決欺詐風(fēng)險(xiǎn)的方法，就是利用人工審查，信用黑名單或者部署反欺詐規(guī)則的方法。這些方法其實(shí)效率比較低，人工成本會(huì)很高。因?yàn)楝F(xiàn)在欺詐手段更新非?？?，比如說刷注冊(cè)的行為，詐騙者可能都不是去辦一張手機(jī)號(hào)，或者找身邊朋友拿手機(jī)號(hào)去注冊(cè)，黑產(chǎn)中有“貓池”，會(huì)插幾百張卡，這些卡都可以用來收驗(yàn)證碼在網(wǎng)站上刷注冊(cè)，刷完注冊(cè)之后，黑產(chǎn)還可以刷電話的正常通信行為。黑產(chǎn)手段不斷更新，我們也只能不斷的更新技術(shù)、更新模型，找到數(shù)據(jù)中不容易偽造的點(diǎn)，識(shí)別出虛假、騙貸用戶。

二、在線反欺詐中的數(shù)據(jù)科學(xué)實(shí)踐

圖 4

對(duì)于反欺詐而言其實(shí)也是一種機(jī)器學(xué)習(xí)的過程。在業(yè)界 Y 目標(biāo)變量的定義非常重要，也就是對(duì)樣本的選擇，在做監(jiān)督學(xué)習(xí)的時(shí)候是必須要做的事情，就是標(biāo)注哪些用戶是好用戶，哪些用戶是壞用戶。選定在一段時(shí)間窗口內(nèi)的樣本后，就可以對(duì)這些樣本提取多維特征，利用監(jiān)督學(xué)習(xí)的算法去做訓(xùn)練，最后再在跨時(shí)間的驗(yàn)證集上驗(yàn)證模型的穩(wěn)定性。

為什么在互聯(lián)網(wǎng)金融做反欺詐這么難？和普通互聯(lián)網(wǎng)中做機(jī)器學(xué)習(xí)有什么不一樣的地方？主要在于樣本的標(biāo)注上。比如在做廣告點(diǎn)擊預(yù)測的時(shí)候，反饋是非常實(shí)時(shí)的，平臺(tái)可以實(shí)時(shí)標(biāo)注這個(gè)用戶到底喜不喜歡展示的商品，但是在互聯(lián)網(wǎng)金融的借貸產(chǎn)品中用戶到底還不還錢可能要等好幾個(gè)月才能判斷。所以對(duì)于互聯(lián)網(wǎng)金融做機(jī)器學(xué)習(xí)的過程中，難度就在于壞用戶會(huì)非常少，也就造成了樣本極度不平衡現(xiàn)狀，這就需要提前做樣本的平衡處理。

如圖 4 中的風(fēng)險(xiǎn)控制數(shù)據(jù)金字塔，越上層的數(shù)據(jù)金融屬性越強(qiáng)，越下層的數(shù)據(jù)覆蓋到的用戶越廣。這些數(shù)據(jù)中金融屬性最強(qiáng)的是用戶的信用數(shù)據(jù)，比如人行的征信報(bào)告上面會(huì)有用戶過往的貸款記錄及違約記錄，還有信用卡的額度和使用情況，可以直接反應(yīng)用戶的信用。再者就是消費(fèi)記錄，如果說一個(gè)用戶的信用卡使用額度每個(gè)月都基本刷光，那這個(gè)用戶的還款能力需要進(jìn)一步考量。還有通訊行為，比如用新手機(jī)號(hào)來申請(qǐng)貸款會(huì)比長期使用的號(hào)碼的風(fēng)險(xiǎn)高。社交行為方面，比如說用戶的常用聯(lián)系人是否真實(shí)、是否是中介或者在社交網(wǎng)絡(luò)上的一些數(shù)據(jù)。最后是行為數(shù)據(jù)，可以覆蓋到每一個(gè)來申請(qǐng)的用戶，例如在填寫個(gè)人信息時(shí)，如果輸入的時(shí)長過長有可能不是本人申請(qǐng)，有可能是中介代辦。

在做特征工程的時(shí)候，金融場景下做人工特征工程的比較多，而且特征需要有解釋性。比如這個(gè)用戶愛好賭博、經(jīng)常半夜去娛樂場所，那么他的信用表現(xiàn)一般很差。還可以使用知識(shí)圖譜的特征挖掘技術(shù)，來挖掘更多的關(guān)聯(lián)性特征?；凇拔镆灶惥郏艘匀悍帧钡募僭O(shè)，如果你的朋友都是信用好的人，那么你大概率也是一個(gè)優(yōu)質(zhì)用戶。如果你的朋友都是借了錢不還的人，那么也會(huì)懷疑你是一個(gè)借錢不還的人。

圖 5

我們構(gòu)建的知識(shí)圖譜，把用戶提供授權(quán)的消費(fèi)數(shù)據(jù)、行為數(shù)據(jù)包括第三方的數(shù)據(jù)都整合在一個(gè)知識(shí)圖譜中，通過數(shù)據(jù)的處理后提取特征，做模型訓(xùn)練和模型預(yù)測，最終反映在上層的反欺詐應(yīng)用中。圖譜中的實(shí)體目前包括用戶的電話、身份證、信用卡、地理位置、設(shè)備號(hào)等等。設(shè)備號(hào)其實(shí)在圖譜的關(guān)聯(lián)關(guān)系中可以提供很多信息，比如有些用戶會(huì)發(fā)現(xiàn)他一個(gè)人關(guān)聯(lián)到上萬個(gè)設(shè)備，這種情況需要及時(shí)預(yù)警，另外要看某些設(shè)備是不是虛擬設(shè)備，或者地理位置是不是經(jīng)過偽造的，通過這些蛛絲馬跡都可以幫助欺詐識(shí)別。

圖 6

整個(gè)風(fēng)控決策從數(shù)據(jù)獲取到清洗，再到特征提取，再通過 GBDT、RF 等算法生成高級(jí)特征后，將同一個(gè)數(shù)據(jù)類別的特征輸出為一類風(fēng)險(xiǎn)評(píng)級(jí)，在建模時(shí)對(duì)各個(gè)數(shù)據(jù)源進(jìn)行交叉建模，幫助提升預(yù)測能力。如圖 6 就是風(fēng)控決策的模型搭建流程。

 三、用戶全流程欺詐風(fēng)險(xiǎn)評(píng)分體系

1、為什么反欺詐需要體系化？

為什么反欺詐需要體系化呢？對(duì)于這個(gè)問題，其實(shí)很多欺詐機(jī)制在申請(qǐng)初期就可以發(fā)現(xiàn)，目前后端反欺詐決策不能滿足實(shí)時(shí)發(fā)現(xiàn)欺詐的需求，而且欺詐行為的技術(shù)含量日益升級(jí)，面對(duì)這些現(xiàn)狀需要我們不斷的提升對(duì)欺詐的響應(yīng)能力。

接下來介紹一下在實(shí)踐的過程中做的一套用戶全流程欺詐風(fēng)險(xiǎn)的評(píng)估體系，傳統(tǒng)的做法是判斷欺詐的時(shí)刻是用戶在申請(qǐng)的時(shí)刻，資料已經(jīng)提交完了。例如在銀行申請(qǐng)時(shí)把所有信用資料交給銀行之后，銀行會(huì)統(tǒng)一進(jìn)行評(píng)審，也就是在資料齊全的時(shí)刻去判斷用戶的信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)。在移動(dòng)端會(huì)有一個(gè)優(yōu)勢(shì)，在用戶一來到平臺(tái)上就可以開始對(duì)用戶進(jìn)行評(píng)估。如果可以在更早的情況下發(fā)現(xiàn)這個(gè)用戶是一個(gè)欺詐用戶的話，就會(huì)引導(dǎo)用戶走不同的流程。比如評(píng)估用戶大概率不是本人，平臺(tái)就讓用戶做人臉識(shí)別?；蛘咂脚_(tái)通過欺詐評(píng)分發(fā)現(xiàn)沒有欺詐的風(fēng)險(xiǎn)，就有可能直接放款，這樣對(duì)用戶的體驗(yàn)會(huì)有很大的提升。

圖 7

如圖 7 比如用戶在激活設(shè)備的時(shí)候，平臺(tái)就可以給用戶一個(gè)評(píng)分，用戶在注冊(cè)賬號(hào)的時(shí)候有了更多的用戶信息，就可能給用戶一個(gè)更高的評(píng)分。再比如用戶在做其他的一些操作的時(shí)候，平臺(tái)發(fā)現(xiàn)用戶操作的速度過于頻繁了，就又會(huì)降低用戶的分?jǐn)?shù)。所以說在不同的流程都可能給用戶打不同的評(píng)分，然后根據(jù)這些節(jié)點(diǎn)的不同評(píng)分，平臺(tái)可以引導(dǎo)用戶走不同的流程，最終根據(jù)用戶的信用評(píng)估給用戶相應(yīng)的貸款額度。

2、用戶 SDK 數(shù)據(jù)全流程反欺詐

圖 8

為了提升用戶的使用體驗(yàn)，引入了用戶的行為數(shù)據(jù)，并利用用戶的設(shè)備數(shù)據(jù)、行為數(shù)據(jù)和位置數(shù)據(jù)（如圖 8）來對(duì)用戶進(jìn)行信用和欺詐評(píng)估。行為數(shù)據(jù)的數(shù)據(jù)質(zhì)量的保障在業(yè)內(nèi)一直是一個(gè)難題，我們也趟了很多坑，做了很多數(shù)據(jù)質(zhì)量的修復(fù)，也對(duì) SDK 做了很多定制化的改進(jìn)，包括埋點(diǎn)的方式。不過這些工作都是有價(jià)值的，我們也確確實(shí)實(shí)的看到了行為數(shù)據(jù)對(duì)于反欺詐的業(yè)務(wù)價(jià)值所在，還在此基礎(chǔ)上申請(qǐng)了 2 項(xiàng)反欺詐技術(shù)專利。

3、反欺詐平臺(tái)工作流程

圖 9

圖 9 是目前反欺詐平臺(tái)的工作流程，平臺(tái)申請(qǐng)的數(shù)據(jù)，會(huì)存儲(chǔ)在 Neo4j 數(shù)據(jù)庫中，通過規(guī)則和反欺詐模型兩種策略對(duì)用戶申請(qǐng)進(jìn)行評(píng)估，反欺詐模型不僅會(huì)給出用戶欺詐的概率，而且將此概率通過 FICO 分?jǐn)?shù)校準(zhǔn)到 300-900 分，并通過分析找出欺詐閾值對(duì)用戶進(jìn)行實(shí)時(shí)提報(bào)預(yù)警。本平臺(tái)的亮點(diǎn)在于引入了反欺詐調(diào)查組，以機(jī)器學(xué)習(xí)加人工的方式，確認(rèn)用戶是否是欺詐用戶，并將實(shí)時(shí)的標(biāo)注信息反饋回模型的訓(xùn)練中，不僅補(bǔ)充了壞樣本，而且使得模型迭代更迅速。

4、引入反欺詐調(diào)查員提升反饋效率

圖 10

引入反欺詐調(diào)查員在國外的金融行業(yè)也是常有的做法，例如 PayPal 公司，而引入人工調(diào)查后，對(duì)于模型的迭代會(huì)有巨大的好處。在欺詐標(biāo)注方面，對(duì)于現(xiàn)金貸類的產(chǎn)品，通常需要 6 個(gè)月甚至 1 年的時(shí)間觀察用戶的還款情況來進(jìn)行數(shù)據(jù)上的標(biāo)注，現(xiàn)在有了人工調(diào)查機(jī)制后，如果預(yù)警了一批用戶，經(jīng)過調(diào)查一天之內(nèi)就可以得到新的標(biāo)注，那么在當(dāng)天晚上就可以重新進(jìn)行一次模型訓(xùn)練讓模型更準(zhǔn)確。另外在過去的情況下，如果通過模型預(yù)測一個(gè)用戶是一個(gè)欺詐用戶的話，用戶是沒有反駁機(jī)會(huì)的，有可能直接被拒或者進(jìn)入黑名單。但是引入反欺詐調(diào)查人工機(jī)制后，通過算法篩選和人工調(diào)查的結(jié)合，可以真實(shí)的確定某一個(gè)用戶是不是真的是一個(gè)中介或者是欺詐用戶。

再有另一個(gè)巨大用處就是結(jié)合人工標(biāo)注再加上圖譜的挖掘，可以快速發(fā)現(xiàn)短時(shí)間內(nèi)的欺詐團(tuán)伙。類似于像圖 10 里展示的，我們找到一些用戶和兩個(gè)以上欺詐用戶聯(lián)絡(luò)過的一個(gè)網(wǎng)絡(luò)。有一些用戶打給了兩個(gè)欺詐用戶，但有些時(shí)候這個(gè)用戶經(jīng)過調(diào)查并不是欺詐用戶。但像右上角這個(gè)結(jié)構(gòu)比較緊密的網(wǎng)絡(luò)，其中有兩個(gè)用戶是我們認(rèn)定的欺詐用戶，會(huì)發(fā)現(xiàn)這兩個(gè)用戶和其他兩個(gè)聯(lián)系人構(gòu)成了一個(gè)緊密團(tuán)體，通過這樣結(jié)構(gòu)的發(fā)現(xiàn)，再往深挖就發(fā)現(xiàn)這是一個(gè) 13 人的小團(tuán)伙，這個(gè)團(tuán)伙里面有 11 人是申請(qǐng)了貸款的，其中 5 人是沒有通過貸款的流程，另外 6 人通過了之后，其中有 2 人曾有逾期行為，所以通過這種方式是可以找到這樣的欺詐團(tuán)伙，或是中介團(tuán)伙。如果在以前的話，可能挖到這兩個(gè)人標(biāo)記了就完了，會(huì)忽略他關(guān)聯(lián)到的用戶，現(xiàn)在有了知識(shí)圖譜我們能挖到的信息就更深。

平臺(tái)現(xiàn)在正在做的事情就是用一手的行為數(shù)據(jù)再加上圖譜信息去搭建一個(gè)反欺詐的平臺(tái)，通過模型與人工調(diào)查的結(jié)合快速的實(shí)現(xiàn)欺詐的識(shí)別，可以使平臺(tái)不受任何的欺詐的損失。

能夠預(yù)見的是，F(xiàn)inTech 在未來金融業(yè)將逐步成為常態(tài)，可能會(huì)變成一種主流。FinTech 也在驅(qū)動(dòng)生活往更便捷更美好的方向走去，這也正是技術(shù)創(chuàng)新最大的價(jià)值所在。

現(xiàn)場提問：剛才發(fā)現(xiàn)欺詐團(tuán)伙的例子里面，通話記錄是怎么獲得的？

王婷：這是用戶在我們的 App 中授權(quán)抓取獲得的，不用像以前一樣需要用戶去營業(yè)廳打印詳單給到銷售人員。

現(xiàn)場提問：用戶授權(quán)之后抓取的？

王婷：對(duì)，這也是行業(yè)的標(biāo)準(zhǔn)做法。

現(xiàn)場提問：我對(duì)您剛剛講到的設(shè)備號(hào)做用戶欺詐行為早期鑒定很感興趣，是不是用蘋果7在望京注冊(cè)走的流程和在村里走的流程不一樣？

王婷：按照假設(shè)地理位置在一定程度上可以看出來一些欺詐風(fēng)險(xiǎn)，比如一個(gè)風(fēng)險(xiǎn)很高的區(qū)域的申請(qǐng)會(huì)引起系統(tǒng)的預(yù)警。

現(xiàn)場提問：在識(shí)別用戶風(fēng)險(xiǎn)進(jìn)行評(píng)分的時(shí)候是怎么樣的邏輯？

王婷：比如說在注冊(cè)的時(shí)候，會(huì)通過設(shè)備信息和地理位置信息打一個(gè)評(píng)分，這個(gè)評(píng)分也是通過歷史上模型的訓(xùn)練，如果用戶的欺詐風(fēng)險(xiǎn)評(píng)分低于某一個(gè)閾值的話，會(huì)設(shè)置必須要經(jīng)過的流程去驗(yàn)證這個(gè)用戶有沒有虛假的行為，如果他通過的話，下一個(gè) check point 會(huì)繼續(xù)判斷，引導(dǎo)用戶接下來的流程。

現(xiàn)場提問：其實(shí)我想問一下，你們會(huì)獲取哪些社交信息，這個(gè)社交信息你們有跟騰訊方面合作嗎？

王婷：其實(shí)我們會(huì)有跟第三方數(shù)據(jù)做一些合作，另外也會(huì)嘗試著抓取一些公網(wǎng)上的信息，通過這些信息，假設(shè)我們認(rèn)定了的欺詐用戶是一個(gè)中介，通過關(guān)聯(lián)信息的數(shù)據(jù)，很有可能他聯(lián)系緊密的人也是中介。

現(xiàn)場提問：我現(xiàn)在在京東廣告部做數(shù)據(jù)的，我們遇到一個(gè)投訴就是有一個(gè)用戶說，我們給他推薦了他曾經(jīng)看過的商品，他認(rèn)為我們侵犯他隱私，這種行為應(yīng)該很正常，我不知道你們獲取用戶的手機(jī)信息，因?yàn)槲覀儼惭b的時(shí)候會(huì)出現(xiàn)一大串權(quán)限，我們都不會(huì)仔細(xì)看的。其實(shí)有些用戶并不知道你們獲取他們很多信息，比如說系統(tǒng)版本手機(jī)型號(hào)，你們有沒有出現(xiàn)過相關(guān)的問題？

王婷：其實(shí)我們?cè)谧龅臅r(shí)候，比如你說的提前獲取授權(quán)權(quán)限，或者有一些合同條款說明來保障用戶的知曉。其實(shí)大部分的誤解來自于不了解，現(xiàn)在推薦引擎比較成熟，相信大眾也在逐漸接受網(wǎng)站用自己的歷史數(shù)據(jù)去推測未來。

現(xiàn)場提問：我想了解一下，你們?cè)谄墼p標(biāo)注那一塊，欺詐行為是基于以前歷史認(rèn)定嗎？當(dāng)欺詐發(fā)生了，你們才發(fā)現(xiàn)有問題，有沒有一些新的解決方法？

王婷：我覺得你問的問題挺有深度的，比如說從舊的方式方法來說，都是我們?cè)馐艿搅藫p失之后，吸取了這個(gè)標(biāo)注就把它轉(zhuǎn)化成數(shù)據(jù)訓(xùn)練，但其實(shí)對(duì)公司來說是一個(gè)蠻大的損失之后才能夠吸取的教訓(xùn)。我們現(xiàn)在做的工作，其實(shí)是希望快速發(fā)現(xiàn)新的欺詐手段，比如說用舊的方法，舊的訓(xùn)練模型發(fā)現(xiàn)了認(rèn)定欺詐用戶，用拓展的方式發(fā)現(xiàn)他周圍的用戶是什么樣的情況，通過這種方式我們就可以發(fā)現(xiàn)新的欺詐團(tuán)伙或者欺詐手段，能夠避免損失，這是我們希望做到的欺詐團(tuán)伙預(yù)警，這也是業(yè)界一直在攻克的問題。

嘉賓簡介：

王婷：宜人貸數(shù)據(jù)科學(xué)家。計(jì)算機(jī)專業(yè)博士，現(xiàn)任宜人貸數(shù)據(jù)科學(xué)家，在數(shù)據(jù)挖掘、大規(guī)模社交網(wǎng)絡(luò)分析、機(jī)器學(xué)習(xí)、知識(shí)圖譜等領(lǐng)域有豐富的研究和實(shí)踐經(jīng)驗(yàn)，致力于金融反欺詐模型建模工作，搭建自動(dòng)化個(gè)人信用風(fēng)險(xiǎn)分析系統(tǒng)，利用整合多種數(shù)據(jù)源和知識(shí)圖譜技術(shù)幫助線上金融服務(wù)進(jìn)行實(shí)時(shí)、快速、準(zhǔn)確的風(fēng)險(xiǎn)識(shí)別與響應(yīng)。