金融科技公司如何运用 AI 进行风控

作者: 汪昊 2019-04-28 09:00:00

【51CTO.com原创稿件】21世纪以来的金融科技大潮汹涌澎湃。伴随着人工智能和互联网技术的兴起,传统金融行业受到了颠覆性的冲击。特别是在金融风控领域,伴随着机器学习理论的发展和成熟,以及人们对技术的信赖度逐渐增加,越来越多的金融企业和机构采纳了人工智能的方式来处理传统的业务问题。

站在人工智能的角度上来说,风控本身是一个不均衡分类问题。所谓不均衡分类问题,是指在分类的过程中正负样本的分布极为不均。因为在银行借贷的过程中,欺诈用户毕竟是少数人,互联网金融公开的数据欺诈率在 10% 到 20%,传统银行业的欺诈率通常更低。所以金融科技公司要解决的就是如何在数据分布不均衡的情况下通过分类的方法把恶意用户筛选掉。

因为本质上是分类问题,所以只要是分类算法,都可以用来尝试解决问题。像传统的浅层模型逻辑回归、随机森林、xgboost 以及后续的混合模型和深度学习模型都可以用来做风控。这里分享恒昌利通的研究人员在 2018 年的国际会议 DMKD 2018 发表的一篇介绍金融行业风控的论文《Detection of fraudulent users in P2P financial market》。

论文作者的数据输入主要是线下门店的用户填表信息,包括用户的家庭信息,工作单位信息,贷款信息等。作者尝试使用随机森林和 xgboost 的方法,并进行了对比。对比主要采用了 Grid Search 枚举了模型参数。评测指标为 AUC 。

输入数据总共有 97 个特征,其中有 33 个特征是类别特征。类别特征用 one-hot 的形式进行了处理。实验数据分为训练集、测试集和验证集,数据比例为 4:1:1。因为数据总体维度较高,因此在分类前尝试用 PCA 的方法进行数据降维处理,得到随机森林 + PCA 的 Grid Search 效果图如下所示:

随机森林+PCA 在测试集上的 AUC 为 0.78 ,在训练集上的 AUC为 0.797。随后作者比较了 xgboost + PCA 的效果。因为数据集合的分布跨度很大,因此考虑采用 tanh 对数据进行归一化处理,归一化处理后 xgboost + tanh 的效果***,排除奇异点得到的 AUC基本在 0.88 左右,如下图所示:

作者也尝试了 PCA + tanh 结合的方式,但是效果并不如 xgboost + tanh 理想,所以最终采纳的模型为 xgboost + tanh 。

风控反欺诈领域的人工智能探索持续了多年,早在 2000 年初期美国的研究者就已经在研究相关领域的技术。然而相关技术真正得到人们的信任,也是等到了许多年的时间检验之后。直到人工智能技术日趋成熟的今天,仍然会有许多的门户之见:例如只有精通金融业务的人才能真正做好风控,风控数据重要还是模型重要等带有严重偏见的无聊办公室政治话题经常影响公司内部正常的业务开展。

2018年 Kaggle 上 Home Credit 这家公司组织了一次反欺诈比赛,提供的基本数据都是一样的,参赛的基本都是技术人员,差别只在大家对特征工程和模型的选择和处理上,最终的结果千差万别。这样的比赛活动能够打消许多人对于人工智能技术的偏见和误解。所以说很多时候影响一项技术或者事业进步的,不是技术本身,而是人的固有执念。

当然,这也并不是说技术不成熟就要硬上。比如深度学习模型在金融风控领域其实现在还没有取得比 xgboost 或者浅层模型更好的效果。为了绩效或者面子工程而拿深度学习模型作秀实属浪费公司的资源和开发者个人的宝贵时间。

总之,金融科技行业近几年来发展迅猛,但是在发展的过程中泥沙俱下。作为金融科技从业者对于自己的事业要有清晰的认知和定位。

作者简介:

汪昊,区块链公司科学家,前恒昌利通大数据部负责人,美国犹他大学本科/硕士,在百度,新浪,网易,豆瓣等公司有多年的研发和技术管理经验,擅长机器学习,大数据,推荐系统,社交网络分析等技术。在 TVCG 和 ASONAM 等国际会议和期刊发表论文 10 篇。本科毕业论文获国际会议 IEEE SMI 2008 ***论文奖。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

人工智能 金融科技 风控
上一篇:AI的风吹到养殖业:除了提质增效 还能解放人手 下一篇:半天2k赞,李飞飞高徒发布33条神经网络训练秘技
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

什么是持续智能?对物联网有什么影响?

物联网世界将迎来充满希望的2020年。5G公司一再声称,2020年是5G在公共领域站稳脚跟,并普及的一年。

iothome ·  1天前
AI战“疫”,偶尔小尴尬背后,终极护城河现形

人类与新型冠状病毒的战“疫”仍然在进行中,在这期间,也催生出各类“人工智能+”应用,人工智能技术在此期间迎来大爆发。

张书乐 ·  2天前
DeepMind发布神经网络、强化学习库,网友:推动JAX发展

JAX由谷歌提出,是TensorFlow的简化库。结合了针对线性代数的编译器XLA,和自动区分本地 Python 和 Numpy 代码的库Autograd,在高性能的机器学习研究中使用。

十三 ·  2天前
谷歌透露:正在内部尝试用AI开发计算机芯片

据谷歌人工智能研究负责人Jeff Dean透露,谷歌正在尝试通过人工智能程序推进专用芯片的内部开发,以加速其软件。在旧金山举行的International Solid State Circuits Conference会上Dean表示:“我们内部正在将人工智能技术用于一系列芯片设计项目中。”

佚名 ·  2天前
人工智能带领人类从信息社会迈向智能社会

人工智能(AI)是指在机器上实现类似乃至超越人类的感知、认知、行为等智能的系统。与人类历史上其他技术革命相比,人工智能对人类社会发展的影响可能位居前列。

新华网客户端 ·  3天前
2020年的7个关键RPA趋势:从人工智能启用到更具战略性的扩展

机器人流程自动化(RPA)服务商Blue Prism公司EMEA地区首席技术官Peter Walker对使企业可以体验采用机器人流程自动化(RPA)优秀结果的2020年有望取得的重大发展进行了预测与分析。

Peter Walker ·  3天前
AI助各地返工:重庆语音机器人、北京无人配送、广州人脸识别测温

随着全国各地陆续开始返工浪潮,人工智能技术也有了特别的用武之地。

佚名 ·  3天前
AI技术将如何推动制药行业发展? 精选

从目前来看,AI技术的应用范围已经非常广泛,各个行业可谓概莫能外——制药行业自然也在其中。这一切,将给制药这一历史悠久且至关重要的行业带来前所未有的变革。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载