兴海新闻网

首页 > 正文

AI+金融:不仅能监测可疑交易,还能给你发“好人卡”

www.qinwo8.com2019-09-12

银行业作为一个高度数据化的行业,具有明确的业务规则和目标,是人工智能和云计算等数据驱动技术的最佳应用场景之一。

在上海,这样一家技术公司使用人工智能技术帮助银行监控可疑交易,并提供信用风控制和反欺诈解决方案。

上海氪信息技术有限公司(以下简称“氪”)成立于2015年12月。其主要业务是为金融提供智能风控,智能营销,智能操作等领域的建模和业务咨询服务。机构。氪星已成为招商银行,工商银行,民生银行,中国银行消费金融,赵联消费金融等金融机构的人工智能合作伙伴。我们先后从招商局投资局,上海金融发展投资基金,真实基金,火山岩资本,美国中国经济合作集团,莫比资本等获得多轮重量级投资。

通过机器学习恢复洗钱场景以识别复杂的洗钱交易

对于银行和其他金融机构而言,传统的反洗钱工作模式是:银行和其他金融机构的监控系统过滤大规模交易规则,根据账户生成异常交易包,安排大量人工审查,以及选择可疑案件进行举报。

然而,这种方式经常面临以下问题:专家策略误判的程度取决于战略家的经验水平;基于专家策略的可疑交易识别误判率较高;大多数防御系统仍然孤立地分析单个账户或交易事件;大型金融机构往往配备大量手工进口。由于审查,运营成本很高。反洗钱战略需要不时更新并严格保密。一旦泄露,将对平台造成不可挽回的损失等。

基于上述情况,Krypton利用机器学习开发了一个可疑的交易监控系统 TAI。

首先,TAI基于知识地图技术和金融专家经验以及反洗钱情景的数据架构见解,构建了一个全面的高维基金交易知识地图,整合了账户属性,交易特征和资本网络,并具有标准化和可迁移的特征。在高维知识地图上,TAI进行深度交易和账户特征挖掘,建立完整的KYC(了解您的客户)账户和交易关系网络。

其次,对于压力和成本的人工审查,TAI机器学习可以自动学习高级反洗钱专家对疑似案件进行分类和分类,并提取与洗钱行为相关的信号,从而提高可疑交易的选择效率。该公司还基于半监督和图形挖掘技术的多级模型系统,为可疑交易场景开发了模型架构系统。它依靠少量的黑色样本来挖掘未知的风险模型和风险帮派。效率提高到40倍。

第三,对于银行数亿交易带来的海量历史数据,TAI大规模图挖掘算法可以完成十亿级节点的社区挖掘算法和分钟级十亿级边缘的计算。同时,TAI柱状计算引擎支持单一类型的特征计算,可以在分钟级别处理数十亿个交易数据。

最后,TAI基于图形卷积半监督机器学习,可以使用行为数据和少量特征标签来完成群体可疑交易的识别,从而减少洗钱情景并有效识别复杂的洗钱交易。

使用AI帮助银行发送“好人”

除了监控可疑交易外,机器学习还可以帮助解决信用风险欺诈。

在金融业务中,最容易被忽视的是“长尾人群”。金融业的“长尾人群”是指一群过去从未申请过贷款或信用卡,与银行等传统金融机构没有信用记录,基本上没有空白信用记录的人群。

根据公开数据,目前的国家信用记录中有近10亿人失踪。对于这些人来说,传统信用评估的传统方法已经不足。在这种情况下,通过使用大数据和替代数据,可以最大程度地补偿信用数据不足的问题。裕鑫建立了使用互联网大数据的模型。

例如,如果淘宝上样本客户的地址发生变化,则表明信用状况存在问题,因为普通人不会频繁更改地址。但从银行的角度来看,由于贷款与担保之间的关系,它更关注这个人与金融机构历来形成的债务关系。只要拖欠发生,就会遇到某些条件将他定义为“坏人”。

Yuxin的模型是使用历史样本进行预测。简而言之,大数据的历史用于判断新用户是“好人”还是“坏人”。从这个意义上说,人工智能可以帮助银行向“长尾人”发送“好人卡”。

据裕鑫介绍,基于人工智能技术的风险特征衍生框架,针对各种财务数据推导出高维风险特征因子库,包括行人信息,应用资料,行内资产和App行为。在此基础上,利用机器学习集成模型技术充分利用稀疏高维,低饱和度和非结构化数据的价值,提高模型的准确性和稳定性。同时,该模型提供快速迭代更新功能。

通过这种方式,人工智能可以帮助银行提高自动信用审批率,有效处理网上信用风险。

http://web.9longbaozhuang.cn

热门浏览
热门排行榜
热门标签
日期归档