資料挖掘與資料化營運實戰. 3.10 信用風險模型

<b>3.10　信用風險模型</b>

這裡的信用風險包括欺詐預警、糾紛預警、高危使用者判斷等。在網際網路高度發達，網際網路技術日新月異的今天，基于網絡的信用風險管理顯得尤其基礎，尤其重要。

雖然目前信用風險已經作為一個獨立的專題被越來越多的網際網路企業所重視，并且有專門的資料分析團隊和風控團隊負責信用風險的分析和監控管理，但是從資料分析挖掘的角度來說，信用風險分析和模型的搭建跟正常的資料分析挖掘沒有本質的差別，所采用的算法都是一樣的，思路也是類似的。如果一定要找出這兩者之間的差別，那就得從業務背景考慮了，從風險的業務背景來看，信用風險分析與模型相比于正常的資料分析挖掘有以下一些特點：

分析結論或者欺詐識别模型的時效更短，需要優化（更新）的頻率更高。網絡上騙子的行騙手法經常會變化，導緻分析預警行騙欺詐的模型也要是以持續更新。

行騙手段的變化很大程度上是随機性的，是以這對欺詐預警模型的及時性和準确性提出了嚴重的挑戰。

對根據預測模型提煉出的核心因子進行簡單的規則梳理和羅列，這樣就可在風控管理的初期階段有效鎖定潛在的目标群體。