In the era of information explosion, "credit" has become increasingly important intangible property. The practical significance of "data wind control" is to use DT (Data Technology) to identify fraud, fraud will take preventive measures, and then purify the credit system.
在信息爆炸时代，“信用”已成为越来越重要的无形财产。 ”数据风控“的实际意义是用DT（Data Technology）识别欺诈，将欺诈防患于未然，然后净化信用体系。
挑战
信贷风险和欺诈风险是消费金融业务发展中最重要的两种风险，信息不对称是导致这些风险的主要原因。
“ 数据防欺诈”是数据风控武器之一。这种武器的力量的重要保证是数据和信息收集的完整性和准确性。通过这些有价值的数据，找到欺诈者留下的线索，以防止发生欺诈。
实施过程
▍ 用户立体化呈现——多维数据采集
深入分析用户的基本属性、社会属性、消费者行为、兴趣偏好、社会偏好、资产特征、信用特征等数据，通过数据挖掘，使用户更加立体化地实时呈现。
▍ 挖掘潜在的团伙欺诈——社区发现算法
一方面，基于机构的存量数据，运营商等数据构建复杂的网络。同时，采用社区挖掘算法实现风险分组。 在此基础上，我们训练机器学习模型。
▍ 建模的原材料 —— 特征工程
建模的第一步是特征工程，众所周知，特征是机器学习建模的原材料，对最终模型的影响至关重要。数据和特征比模型更重要，数据和特征决定了机器学习的上限，而模型和算法逼近这个上限。特征加工和衍生工作越完备，那么构建的机器学习模型效果越好。但是，面对不同数据，不同业务场景，特征加工衍生往往是最耗时间与资源的工作。
尤其在弱数据方面，充斥着大量文本、时序类数据，人工特征定义的方法天然存在较大局限性。
引入基于机器学习的特征提取框架（如 random forest，SVM，CNN）来适应不同的数据类型，自动从大量复杂的非结构化数据中产生高质量的特征，完成模型训练后可以输出特征的重要性，结合多种方法进行特征选择和解释。
▍ 和而不同——集成模型
具体的模型，我们知道在弱势数据的基础上加工和衍生的特点，机构往往面临很多特征维度，从数千到数万以上，非常稀疏。超出了传统风控的基于评分卡系统的建模能力。
引入集成模型(ensemble models)来解决这个问题。集成模型从“投票”的思想简单的理解，也就是我们对不同类型的数据使用最合适的子模型（Logistic回归，GBDT，CNN，xgboost）, 然后每个子模式投票作出决策。
能够使整体模型的准确度和防止过拟合的能力达到协调，从而达到在总体上的最佳准确度。
复杂的集成模式框架除了当前场景和业务建模具有很好的表现，其另一个重要价值在于可以快速应用于新业务应用，对“冷启动“阶段有非常重要的作用。
结果/效果总结
最后，在线上信用贷场景实践下来，经过多批次多个跨时间段的验证，可以看到，效果上还是有非常直接的提升，模型性能相比传统模型提升了大约30%。
