當“深度學習”遇上“反欺詐”，能否扼殺一切風險？

反欺詐，是通過對借款人的資料進行特征比對，從而發現其中的欺詐騙貸行為。根據互金行業調查統計，超過50%的不良資產來自欺詐，欺詐導致的壞賬風險遠遠大於信用違約。

數據反欺詐 

反欺詐是風控的核心，數據是反欺詐的基石。數據反欺詐是數據風控的武器之一，就是結合用戶行為數據、業務數據、征信、黑名單等第三方數據對用戶畫像，找到欺詐者留下的線索，在欺詐行為之前將風險扼殺在搖籃裏，減少金融行業風險。

舉個例子：

A客戶來申請借款業務，說B是自己的妻子。但是在大數據係統中，曆史業務數據提示，存在另一逾期客戶C，說D是自己的妻子，但是B和D的手機號是相同的，且該手機號和A、C均有聯係。

所以我們推斷B、D是經過信息包裝的同一人，A、C是經過B連接的間接聯係人，所以他們有很大欺詐風險。

同時，又發現有E客戶，與A同單位工作。但是二人工資卡的發卡行不一致，且工作時間內的GPS定位不一致。所以， A、E都是欺詐客戶。依次類推，一個龐大的欺詐團夥構成的力導向關係圖越來越清晰。

 

簡陋的模型

為了精準的識別欺詐，風控基於海量用戶真實數據，深入分析用戶基本屬性、社會屬性、行為偏好等數據，憑借人工經驗，通過年齡、消費能力等用戶畫像標簽將用戶進行整理歸類，並通過對樣本數據調整及模型參數調整逐步優化模型。

下麵以借貸人標簽為例，根據借款人的特征預測是否會逾期還款。

首先假設有20萬訓練數據，其中有10%負樣本。我們從爬蟲、三方數據中挑選出10個特征數據和2個標簽數據，例如客戶的年齡、月消費收入比、GPS定位、2年內有無逾期記錄等。

建模的第一步是特征工程，數據和特征比模型更重要，決定了機器學習的上限，而模型和算法是為了逼近上限。

接下來通過邏輯回歸根據用戶特征搭建簡單模型，引入模型包，輸入參數後進行模型訓練。針對不同的特征，不同的模型之間參數不同。

我們可以采用XGBoost這個包模型訓練，畫出ROC曲線，再用GridsearchCV參數調優，挑出最合適的模型。

 

深度學習下的反欺詐

在上麵的模型案例中，訓練樣本是人們按照一定規則篩選標注的，但是，篩選的規則也應該模型學習維度中的一部分。

淺層模型的一個典型特點，就是假設依靠人工經驗選取特征。在模型運用不出錯的前提下，如果客群及其環境沒有發生較大變化，一套訓練好的模型沒有必要一次次的重複調優，因為特征是整個模型優化的瓶頸。

例如，我們可以通過形狀明顯的區分一隻貓和一隻羊，也可以根據毛色區分一隻黃貓和黑貓，但是區分一對外貌相同的雙胞胎黃貓，便顯得格外吃力，何況數以億計的黃貓。此時，我們可能會考慮采取對黃貓進行聲學建模。

因此，人工設計樣本特征的團隊，經常將更多的人力投入到思考和發掘更多更好的特征上。若要發現一個優秀的特征，則要求工作人員反複摸索，並不是一個可拓展的途徑，也無法滿足於越來越大的數據。

深度學習模型改變了這個模式，它和大數據二者則相輔相成，導入原始數據，通過搭建隱層的機器學習模型和海量的訓練數據，逐層特征變換，挖掘和刻畫客戶數據的內在信息，學習更加有用的特征，提升預測的準確性，遠遠超出了傳統風控基於評分卡係統的建模能力。

深度學習是無監督學習的一種，模仿人類大腦的機製對圖像、聲音、文本等數據進行分析和學習。利用深度學習反欺詐，可以更加高效準確。

例如，深度學習可以通過自主分析和學習垃圾郵件和正常郵件的差別，甚至學習理解郵件文本內容含義，攔截各種形式的垃圾郵件。

以前，騙貸者經常通過虛假照片和身份證，製作一份虛假身份信息，從而注冊虛假帳戶來騙取貸款或者其他服務。在經過訓練後，深層神經網絡便可以識別被操縱過的圖像。

從AlphaGo 到自動駕駛，再到風控反欺詐，深度學習迅速走紅。雖然似乎沒人說得清它的原理，但我們都聽到了它漸近的腳步聲。

 

-END-