特征生成在建模过程中,最重要的过程之一就是特征工程,也是最耗时的一步,而最后的跑模型定参数相反是最简单的一步,一般而言特征工程的好坏决定了整个模型好坏的上限!一般从数据库中提取出的原始数据,在模型表现上较差,尤其是金额类变量波动较大,无法直接在模型中使用,因此需要进行特征生成。本章节主要讨论在建模中特征生成的思路以及python代码实现。特征生成的思路在项目中是按照数据源划分大类搭建衍
项目介绍一款基于java语言,使用Springboot + Mongodb + Groovy + Es等框架搭建的轻量级实时风引擎,适用于反欺诈应用场景,极简的配置,真正做到了开箱即用。通过学习本项目能快速了解 风险的定义 ,进而 量化风险 ,最后达到 集中管理风险 的目的。A real-time risk analysis engin
原创 精选 2022-09-17 11:22:10
1665阅读
近这一年大部分都在做贷款业务的部分开发,有一些个人的体会和演变之路记录一下。 首先,金融贷款类业务部分是非常重要的一块核心,主要包含用户的授信,贷款工单审核,复贷提额策略,其中又包括用户的信用分、评分卡,贷前、贷中的A、B模型。其实说白了,的核心作用就是与黑产的对抗和对用户所有操作的可控,发散到商城toB领域,可以通过风险的实时计算,对商家提供有效的实时控制,这是迭代到现在的
引言互联网时代,万物互联,网络安全形势越来越严峻,安全是企业的基石,在企业中扮演着“警察”角色,运用各种技术和手段,保护企业内的用户利益不受侵害。 决策引是中台的入口,提供业务风险场景事件接入,可视化编排复杂决策,丰富的特征变量与场景识别服务等功能。相较于需要开发背景及算法背景才能使用的传统引擎,本文介绍的决策引擎构建完成后无需开发背景甚至无需算法建模背景,作为纯正的策略运营即可配
转载 2023-11-07 09:22:00
40阅读
互联网时代,万物互联,网络安全形势越来越严峻,安全是企业的基石,在企业中扮演着“警察”角色,运用各种技术和手段,保护企业内的用户利益不受侵害。 决策引是中台的入口,提供业务风险场景事件接入,可视化编排复杂决策,丰富的特征变量与场景识别服务等功能。相较于需要开发背景及算法背景才能使用的传统引擎,本文介绍的决策引擎构建完成后无需开发背景甚至无需算法建模背
转载 2024-09-13 16:16:58
39阅读
# 引擎架构科普 在当今的金融科技领域,风险控制()是确保企业和用户安全的核心环节。引擎架构通过实时监测、数据分析和决策制定,有效降低潜在风险。本文将介绍引擎的基本构成和实现方法,并通过示例代码进行说明。 ## 引擎的基本构成 引擎一般包括以下几个模块: 1. **数据采集**:实时收集用户行为、交易信息和外部数据(如信用评分)。 2. **数据处理**:对数据进行
原创 2024-10-18 10:25:39
149阅读
在之前的《智能平台核心之风决策引擎(一)、(二)》中分别对决策引擎的核心功能模块、以及策略体系搭建要点做了详细的介绍。现在主流的决策引擎核心功能模块如下所示:除了模型、规则、评分卡、表达式、决策流管理功能模块,还需要指标管理、接口管理、模型监控、报告等模块的辅助支撑,决策引擎才能在实际的业务中运行。下面会对指标管理模块做一个详尽解读,在介绍指标管理模块前首先要理解什么是变量、
转载 2023-12-23 10:08:00
295阅读
说明上篇我们讲了金融信贷业务流程,今天我们讲讲金融信贷风险点及量化风险管理。过去400年间,只有保险公司始终积极从事风险管理活动;150年前,风险管理的范围开始扩大到信用风险和市场风险;最近40年,市场剧变让风险变得越来越复杂,潜在成本和未来机遇难以把握,企业开始有意识地从公司层面管理风险;20世纪80年代起, 企业在识别和管理风险上投入更多精力,带有“风险”的头衔成为新的职位;这个领域,逐渐形成
Aviator是一个高性能、轻量级的java语言实现的表达式求值引擎,主要用于各种表达式的动态求值。Aviator的特性支持大部分运算操作符,包括算术操作符、关系运算符、逻辑操作符、位运算符、正则匹配操作符(=~)、三元表达式?: ,并且支持操作符的优先级和括号强制优先级,具体请看后面的操作符列表。支持大整数和精度运算(2.3.0版本引入)支持函数调用和自定义函数内置支持正则表达式匹配,类似Rub
背景:进入领域快一年了,这段时间里get了很多新的知识,很有意思。由于最近接触的样本不均衡很严重,需要做重采样或者欠采样来平衡化样本,因此需要做模型预测概率校验。之前没有接触过,而后看了一些文档和材料,特写下这篇文章,算是当前对模型的小梳理,后续持续更新个人理解。前言:当前个人接触的业务模式,更多的工作是cover在建立贷前a卡(授信评分卡)。当然贷中b卡(行为评分卡),贷后c卡(催收
转载 2023-07-24 14:23:22
89阅读
决策引擎的大脑,而决策树的编排能力和体验是构建大脑的手段,如何构建高效、丝滑、稳定可靠的决策树编排能力,是对决策引擎的一大挑战,本篇文章和大家分享一下过往构建心得。 引言本篇主要聚焦介绍决策引擎中决策树编排能力的构建。决策引擎的大脑,而决策树的编排能力和体验是构建大脑的手段,如何构建高效、丝滑、稳定可靠的决策树编排能力,是对决策引擎
转载 2024-02-11 14:57:56
72阅读
介绍:radar是一款基于java语言,使用Springboot + Mongodb + Groovy + Es等框架搭建的轻量级实时风引擎,适用于反欺诈应用场景,极简的配置,真正做到了开箱即用。 项目特点: 实时风,特殊场景可以做到100ms内响应 可视化规则编辑器,丰富的运算符、计算规则灵活 支持中文,易用性更强 自定义规则引擎,更加灵活,支持复杂多变的场景 插件化的设计,快速接入其它数据
转载 2023-06-09 11:31:23
351阅读
如果说信贷流程上中有哪些内容是经常需要回顾与优化的,我们认为有两个最重要部分的内容,那就是决策流程与规则。决策流程是骨架,也是整体授信的架构,如果决策流程错了,做得再好的规则也是白搭。 今天我们来讲解决策流程的优化与规则调优。当然,以上内容在番茄历史的内容中也曾经涉及,今天稍作整理再分享给大家。一.决策流程优化 比如,今天老板给了小张一个任务,就是优化整个授信风决策流程的决策流程。假设现有公
转载 2023-12-13 21:37:54
133阅读
如果决策引擎的大脑,那么规则引擎则是大脑内的重要构成,其编排了各种对抗黑产的规则,是多年对抗黑产的专家经验的累计,本文将向你介绍规则引擎的构成及实现。 引言如果决策引擎的大脑,那么规则引擎则是大脑内的重要构成,其编排了各种对抗黑产的规则,是多年对抗黑产的专家经验的累计,本文将向你介绍规则引擎的构成及实现。背景什么是规则引擎?规则引擎可以帮助企业将
转载 2024-06-14 22:18:24
108阅读
前言规则引擎的定义规则引擎的执行方式转转规则引擎总结前言的职责是为了控制业务的风险。在识别风险过程中,要根据大量的用户行为和用户信息去做逻辑判断,最终给出决策结果。在决策过程中,大量的逻辑判断需要开发和维护,如果以传统的方式去开发和维护,需要付出巨大的时间成本并且隐藏着毁灭性的事故隐患。所以将业务代码和复杂的逻辑代码剥离显得迫在眉睫。规则引擎的定义规则引擎由推理引擎发展而来,是一种嵌入在应
做了大概5年,中间做过甲方,做过乙方,做过模型,做过策略,做过数据分析,但是始终觉着不得精华,做的事情太多,有的东西也就很难深入,目前就是将这么几年的积累写下来,给自己一个总结。一、数据分析1.1、主要目的数据分析是通过分析数据指标得到一些业务结论,不能写个代码出个报表截图发下就行,要从中善于发现和总结。1.2、年化损失率测算1.2.1、年化坏账:时点坏账率:统计时点的坏账金额/在贷余额,
项目介绍一款基于java语言,使用Springboot + Mongodb + Groovy + Es等框架搭建的轻量级实时风引擎,适用于反欺诈应用场景,极简的配置,真正做到了开箱即用。通过学习本项目能快速了解 风险的定义 ,进而 量化风险 ,最后达到 集中管理风险 的目的。A real-time risk analysis engin
引言如果决策引擎的大脑,那么规则引擎则是大脑内的重要构成,其编排了各种对抗黑产的规则,是多年对抗黑产的专家经验的累计,本文将向你介绍规则引擎的构成及实现。背景什么是规则引擎?规则引擎可以帮助企业将业务决策从应用程序代码中分离出来,并使用预定义的语义模块编写业务规则。这使得企业可以更灵活地管理和修改业务规则,而无需修改应用程序代码。规则引擎可以接受数据输入,并根据业务规则解释数据,做出业务决策
扫盲–指标在数据分析、数据挖掘的求职过程中,有不同的业务背景,其中风是很重要的一块,在这里记录一下基本的知识点,虽然比较皮毛,但是最为一个基本了解,做到在面试的时候不至于名词都没听说过。 文章目录扫盲--指标PSI指标KS指标WOE与IV总结 PSI指标【公式】: 【计算方式】:step1:将变量预期分布(训练样本)进行分箱(binning)离散化,统计各个分箱里的样本占比。step2:
转载 2024-07-08 12:04:07
55阅读
引言小小的 Redis 大大的不简单,本文将结合名单服务在使用 Redis 存储数据时的数据结构设计及优化,并详细分析 redis 底层实现对数据结构选型的重要性。背景先来交代下使用场景,在场景下,名单服务每时每刻都需要承受海量数据查询。名单检索内容涉及维度非常广:用户业务标识(UID)、手机号、身份证号、设备号、IMEI(International Mobile Equipment Id
  • 1
  • 2
  • 3
  • 4
  • 5