登录 申请

在线客服

返回顶部

当前位置: 关于我们 > 新闻动态 > 详解大数据风控决策引擎

详解大数据风控决策引擎

2019-05-20 来源:壹诺科技

一套完整的风控体系里,决策引擎是必不可少的。今天我们就来重点说说风控决策引擎


优先级

通俗来讲,风控决策引擎是一堆风控规则的集合,通过不同的分支、层层规则的递进关系进行运算。既然是组合的概念,则在这些规则中,以什么样的顺序与优先级执行便额外重要。


风控系统的作用在于识别绝对风控与标识相对风险,整套风控决策引擎的搭建设计思路,基于规则优先级运算的注意要点如下:


1.自有规则优先于外部规则运行

举例说明:自有本地的黑名单库优先于外部的黑名单数据源运行,如果触发自有本地的黑名单则风控结果可直接终止及输出“拒绝”结论。


2.无成本或低成本规则优先于高成本规则运行

例如:在外部三方征信的规则中,命中式收费的风控规则(如黑名单与反欺诈)可以优先于每次查询式收费的风控规则(如征信报告)运行。


3.低能耗规则优先于高能耗规则运行

直接基于用户现有属性的数值可优先运行,而一些需借助爬虫接口,且需将爬取到的数据经过二次加工与汇合之后,再对汇合的总值进行判断的风控规则,应后置运行。


可调整

风控的核心思路是基于大量真实的样本数据,将逾期用户的身份、行为与数据特征进行提炼,从概率学的角度上进行剔除,从而确保剩余用户群的逾期概率处于一个相对较低的区间。而对数据的提炼与作用过程,将使用到“参数”的定义。“参数”决定了区间和上下限范围,一条风控规则通常作用于某一数据类型,依据此数值是否满足“参数”的定义范围,得出是否可通过风控的结论。


随着数据样本与内容的不断发展,必然将会涉及到一些动态的调整,后期可能会发现原本设定的“参数”过于严谨而导致审核通过较低,或者是设定得过于宽松而导致逾期率较高等。所以,整个风控决策引擎的搭建设计思路,基于可调整与可维护的注意要点如下:

1.非刚需与必要的风控规则,能够“开关化”;

2.风控规则上的“参数”可调整与灵活配置。


注意了以上内容,最后要做的就是对规则的记录统计与建模。在决策引擎迈向智能化的当下,越来越多的前沿技术如机器学习、人工智能也加入了进来,大数据风控前景可期!

分享到: