大数据分析与智能决策系统 大数据和智能决策

交易风控体系之智能决策

 一、大数据交易风控

　　大数据交易风控即大数据交易风险控制，是指通过运用规则策略和模型算法相结合的方法对借款人的在线交易行为进行实时风险控制和风险提示。其中以智能决策引擎和风险侦测为核心，辅以知识图谱、设备指纹、模型在线服务和三方数据网关等系统，共同构成大数据风控体系。

 

 二、风控体系架构

 　　

 

三、决策模型

　　1、规则

 　　智能决策引擎的核心是规则，规则包含变量和表达式。若干规则通过或并运算符的组合形成具有一定决策意义的集合，称之为决策。若干决策再次组合形成决策树。

　　比如，某账号在过去24小时内的交易次数是否大于10次，其中账号是基础变量，过去24小时内的交易次数是衍生变量，大于是表达式。

　　2、变量

　　变量是表达式的输入，包含基础变量和衍生变量，基础变量是业务系统上送的报文信息，衍生变量由基础变量实时计算出来。

　　3、决策树

　　一个决策节点为若干个规则的集合，具有一定的风险识别意义；若干个决策节点通过或并连接，实现了对特定风险事件的识别与拦截。

四、决策引擎架构

　

　　1、网关

• 请求入口，主流程是从前置获取变量，将变量集传入决策引擎，最后将信息传入后置
• 鉴权
• 流量定向路由
• 熔断、降级

　　2、数据前置

• 功能就是获取内部变量和外部变量，变量用于决策。
• 该模块是系统整体性能的关键，优化的核心。
• 对接数据源三大类：mysql，redis和外部数据(http)

　　3、决策引擎

• 功能简单单一的设计原则
•  规则分片

　　4、数据后置

• 状态合并
• 变量预计算
• 加黑加白

　　5、变量计算

• 滑动窗口
• 统计粒度
• sum
• count
•