媒體報道

據悉,小贏科技風控團隊與哥倫比亞大學于2018年8月21日風控技術交流項目正式啟動。旨在幫助項目參與的哥倫比亞大學的學生在教授和小贏科技風險管理部模型團隊的指導和幫助下完成數據建模。據悉,第一期的合作已于12月31日結束。目前,雙方將于今年5月28日正式啟動第二期技術交流合作,就風控領域數據建模等專業問題展開進一步深入的實踐與交流。

技術和風控 打造工業界“real-world data”

哥倫比亞大學位于美國紐約曼哈頓,是著名的常春藤八校之一。在此次項目合作交流中,小贏科技提供工業界百緯度數據,真實數據往往帶有特征稀疏、正負樣本不平衡和極端值等問題,這些富有挑戰性的任務給項目組成員提供了寶貴的實踐機會。不僅如此,小贏科技憑借在消費金融行業具有領先的數據能力和建模技術,逐步打造了完備的數據驅動的風控體系。同時,利用多個評分卡預測模型評估客群全周期的逾期風險,可清楚的呈現違約概率及風險排序、評定還款的未來表現。打造了一個工業界的“real-world data”,為哥倫比亞大學的學生提供了富有挑戰性的鍛煉與考驗。

工業&高校技術合作 推動產業創新

據了解,小贏科技創建的WinSAFE智贏風控體系,從機制、文化、團隊、技術、數據等多重角度,用智能決策引擎、數據引擎、反欺詐模型、信用模型、抵押物估值模型等一系列緊密咬合的“零件”,組成彼此數據流相通、互相牽制的精密體系,在確保安全性和運營效率的基礎上,大大提升了用戶體驗。據小贏科技的風控團隊成員介紹,本次小贏科技與哥倫比亞大學合作項目主要成果包括:無監督學習客群細分、不平衡樣本(欠采樣/過采樣)方法、機器算法實踐。其中,風險預測一般使用有監督方式與無監督方式,本次項目有監督學習部分嘗試使用了目前最為領先的幾種機器學習算法,Boosting的算法在預測逾期率上有突出的表現。嘗試使用無監督學習方式如K-means、DBSCAN、Mean Shift算法實現客群細分與風險評價,達到了良好的效果,未來可用于客群評級和交叉銷售。目前,由于匹配率低數據缺失現象嚴重。未來會考慮將解決數據缺失,提高模型預測能力作為小贏科技與哥大合作的一大主題。

“對小贏科技而言,哥大項目成員在特征工程、模型算法等方面提供了學科前沿的信息,給予小贏科技不同于業界傳統技術的新的啟發。提供了新穎的的建模思路和寶貴的實踐經驗。這種工業界和高校的技術合作模式可以在整體上加速產業的創新,推動風控在金融領域發揮更大的作用。” 小贏科技風控模型團隊負責人吳曉春說。