是人工智能等技術(shù)落地應(yīng)用的重要領(lǐng)域。人工智能不僅極大地提升了金融服務(wù)的效率，降低了交易成本，更幫助金融機(jī)構(gòu)在業(yè)務(wù)、風(fēng)控、運(yùn)營(yíng)、審計(jì)、人力等前中后臺(tái)場(chǎng)景中進(jìn)行了智能化轉(zhuǎn)型。

11月18日，在成都召開的“第八屆中國(guó)智能產(chǎn)業(yè)論壇”和在北京召開的“2018人工智能大數(shù)據(jù)精英會(huì)”上，頂象技術(shù)專家們就人工智能技術(shù)助力金融反欺詐進(jìn)行了探討和交流。

人工智能反欺詐的核心技術(shù)：深度畫像

提起用戶畫像想必都不陌生。作為建立在一系列現(xiàn)實(shí)世界中真實(shí)用戶數(shù)據(jù)之上的模型，用戶畫像技術(shù)通過(guò)對(duì)年齡、性別、婚姻、教育、工作、家庭等個(gè)人特征及消費(fèi)偏好、瀏覽、社交、投資、購(gòu)買等信用特征進(jìn)行采集和積累，在明確的業(yè)務(wù)應(yīng)用場(chǎng)景下，根據(jù)提前設(shè)定好的算法進(jìn)行畫像和分析，將這些多種類型的數(shù)據(jù)抽象成一個(gè)標(biāo)簽化的用戶模型，以形成能觸及到用戶的根本需求。

傳統(tǒng)的用戶畫像基于業(yè)務(wù)場(chǎng)景和需求制定，雖然能夠直接用于業(yè)務(wù)策略，但是對(duì)多用戶的采集分析，一個(gè)個(gè)單點(diǎn)很難定義彼此的關(guān)聯(lián)關(guān)系。因此形成的是單一維度標(biāo)簽，在跨領(lǐng)域使用、泛化拓展和表達(dá)上比較差。而利用關(guān)聯(lián)網(wǎng)絡(luò)技術(shù)進(jìn)行分析和挖掘，則能有效彌補(bǔ)傳統(tǒng)用戶畫像的不足。

11月18日，在“第八屆中國(guó)智能產(chǎn)業(yè)高峰論壇”上，頂象技術(shù)首席科學(xué)家施亮表示，利用基于關(guān)聯(lián)網(wǎng)絡(luò)的圖算法對(duì)特征、信息、標(biāo)簽等進(jìn)行分析，能夠直觀的體現(xiàn)目標(biāo)網(wǎng)絡(luò)的結(jié)果和預(yù)測(cè)。

頂象技術(shù)首席科學(xué)家施亮

他表示，基于關(guān)聯(lián)網(wǎng)絡(luò)，不但能夠進(jìn)行常規(guī)的網(wǎng)絡(luò)分析，還可以進(jìn)行圖嵌入學(xué)習(xí)、無(wú)監(jiān)督和半監(jiān)督學(xué)習(xí)等。

施亮著重介紹了頂象的關(guān)聯(lián)網(wǎng)絡(luò)應(yīng)用技術(shù)——深度畫像。該技術(shù)基于關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建的圖神經(jīng)網(wǎng)絡(luò)算法，同時(shí)考慮拓?fù)潢P(guān)系和節(jié)點(diǎn)自有屬性的學(xué)習(xí)表征，能夠使用多種核函數(shù)聚集鄰居節(jié)點(diǎn)的表征信息，可應(yīng)用半監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)表征等。

神經(jīng)網(wǎng)絡(luò)算法示意圖(出自：inductive representation learning on large graphs)

施亮表示，通過(guò)深度畫像技術(shù)，再輔助端數(shù)據(jù)建模和數(shù)據(jù)采集保護(hù)技術(shù)，能夠有效識(shí)別和防控各類金融欺詐行為。

頂象端數(shù)據(jù)建模和數(shù)據(jù)采集保護(hù)技術(shù)主要通過(guò)力度、觸面、仰角、手勢(shì)、觸點(diǎn)間隔等設(shè)備端的基礎(chǔ)數(shù)據(jù)和生物操作特征數(shù)據(jù)，從而建立同人識(shí)別模型，幫助運(yùn)營(yíng)者識(shí)別操作者的個(gè)人操作習(xí)慣。

深度畫像技術(shù)在金融反欺詐中的具體應(yīng)用

金融機(jī)構(gòu)面臨的業(yè)務(wù)風(fēng)險(xiǎn)面面： 有利用虛假身份、虛假資料進(jìn)行騙貸的普通人和企業(yè);有進(jìn)行洗單、合謀套現(xiàn)、虛假的商戶;還有對(duì)銀行卡進(jìn)行克隆、變?cè)臁⑹Ц`等進(jìn)行詐騙的不法分子;更有網(wǎng)絡(luò)詐騙、洗錢交易、非法集資等各種違法犯罪行為等。

目前，主流的風(fēng)控方案是端防護(hù)(風(fēng)險(xiǎn)采集)+數(shù)據(jù)服務(wù)(信息核驗(yàn)、黑白名單等)+風(fēng)控策略(反洗錢、反欺詐、評(píng)分卡等策略)+機(jī)器學(xué)習(xí)(反欺詐、信用評(píng)估等模型)。這樣的方案通過(guò)單樣本風(fēng)險(xiǎn)實(shí)現(xiàn)縱深監(jiān)測(cè)，兼具了靈活性與復(fù)雜性。但會(huì)忽視樣本之間的關(guān)系，忽略團(tuán)伙風(fēng)險(xiǎn)和跨數(shù)據(jù)等風(fēng)險(xiǎn)。

頂象技術(shù)人工智能專家黃亞軍

頂象技術(shù)人工智能專家黃亞軍在“2018人工智能大數(shù)據(jù)精英會(huì)”上表示，基于頂象深度畫像技術(shù)，通過(guò)對(duì)用戶交易記錄、申請(qǐng)記錄以及設(shè)備訪問(wèn)數(shù)據(jù)等的分析與挖掘，形成賬號(hào)、交易、手機(jī)號(hào)、設(shè)備等關(guān)系數(shù)據(jù)的關(guān)聯(lián)網(wǎng)絡(luò)，能夠有效彌補(bǔ)以上的不足。

黃亞軍通過(guò)零售銀行欺詐、銀行收單商戶欺詐等案例，詳細(xì)講述了深度畫像技術(shù)在反欺詐中的應(yīng)用。

一個(gè)疑似手機(jī)欺詐的網(wǎng)絡(luò)挖掘案例

人工智能推動(dòng)金融智能化

人工智能的主要技術(shù)可以在金融中找到相關(guān)的應(yīng)用。以金融風(fēng)控為例，人工智能可以實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)及時(shí)有效的識(shí)別、預(yù)警與防范。

除利用人工智能做金融欺詐檢測(cè)與防控外，利用人工智能進(jìn)行合同處理、資料驗(yàn)證審批、資文歸檔等低創(chuàng)造力高重復(fù)性的工作;以智能語(yǔ)音客服為方式，以數(shù)據(jù)學(xué)習(xí)為技術(shù)支撐的客服類人工智能;依靠算法，參與股票市場(chǎng)與市場(chǎng)的人工智能交易等。

人工智能承載不僅是金融行業(yè)的智能化，更推動(dòng)經(jīng)濟(jì)以及社會(huì)的新變革。

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實(shí)性自行斟酌。