參賽單位：天翼電子商務有限公司

案例名稱：“跨域”大數據反欺詐風控平臺

案例簡介：

1、 國內運營商打造的首個“跨域”大數據反欺詐風控平臺，預警能力遠超單一機構反欺詐系統

（1）聯合聯通、移動數據進行標準化整合形成數據服務能力

（2）風控預警能力達到國內領先水平

2、 基于大數據和人工智能算法的風控模型創新

（1）羊毛黨模型反欺詐準確率達到93.48%

（3）反套利、反盜刷模型可有效降低賬戶誤凍率70%以上

3、 創新應用金融領域實時反欺詐決策引擎

（1）海量數據實時處理、毫秒響應、千萬并發

（2）復雜規則管理

項目背景：

1、 互聯網欺詐風險已在全球排名前三，網絡犯罪導致損失占GDP比例為0.63%

2、 2018年公安凍結的電信欺詐涉案案件超300億元

3、 1-6月通過136家互聯網金融平臺報告的羊毛黨欺詐損失高達2.8億元

創新技術/模式應用：

1、 借助于知識圖譜技術，可以將跨域異構大數據統一為一致的數據結構，便于使用深度學習訓練模型。

（1）在線推理

（2）群體識別

（3）社區發現

2、 基于深度學習的文本類數據特征提取--跨域的文本類數據都是非結構化的，利用深度神經網絡提取詞向量中的特征，基于特征構建分類器，實現金融欺詐事件的識別。

（1）羊毛黨模型

（2）反套利模型

（3）反盜刷模型

3、 全自助服務：無需依賴技術人員對原有系統進行二次開發、服務升級，開發周期縮短。

超高并發，超低延遲，高可信性：基于專家知識的風控規則與基于大數據和機器學習有機結合確保檢測可信性。

（1）海量數據實時處理，毫秒響應、千萬并發

（2）復雜規則管理（優先級、沖突處理等）

解決行業哪些痛點：

1、 降低金融機構及客戶交易的安全成本，提高了欺詐犯罪的作案成本；扭轉了電信詐騙案件逐年上升的態勢

2、 已面向第三方支付、互聯網金融行業等輸出反欺詐風控數據能力

執行過程及風險控制：

“跨域”大數據反欺詐風控平臺基于翼支付積累的羊毛黨/套利/盜刷樣本，提取樣本對應的運營商通訊、消費、在網、付費模式及拆機狀態等多維度數據特征，使用決策樹等機器和深度學習算法進行訓練，實時訓練出多條精準、易解釋的欺詐識別規則，用于賬戶風險評估、營銷風險評估和環境風險評估等反欺詐服務。

效果評估：

1、 經濟效益

（1）年增加外部大客戶130-220家，形成直接收入累計超過20000萬；

（2）為集團內其他業務提供服務和安全保障所帶動相關收入達到20億以上，帶動上游產業2000萬以上；

（3）為電信客戶規避欺詐風險，挽回經濟損失預計可達5億元以上。

2、 間接經濟效益

（1）促進本公司及公司所在集團業務的發展

（2）互聯網支付、移動電話支付、銀行卡收單、預付卡發行與受理、基金支付結算、企業征信、虛擬貨幣交易、電信與信息服務業。

（3）助力智慧城市、智慧政務、安全芯片等相關產業鏈的發展。帶動下游產業（銀行、保險、消費金融、公共服務、石油、零售、電力、電商等行業）相關收入預計可達50億元以上。

3、 社會效益

（1）提升套利用戶識別率。對營銷套利用戶評估的準確率達93.48%，召回率達到72.24%；

（2）降低風險損失率。預計能幫該公司有效降低約70%左右的風險損失，產品效果處于行業領先水平。

責任編輯：方杰