小赢钱包母公司与哥伦比亚大学一起打造工业界“real-world data”

　　据悉,小赢钱包母公司小赢科技风控团队与哥伦比亚大学于2018年8月21日风控技能沟通项目正式启动。旨在协助项目参加的哥伦比亚大学的学生在教授和小赢科技危险办理部模型团队的辅导和协助下完成数据建模。据悉,第一期的协作已于12月31日结束。现在,两边将于今年5月28日正式启动第二期技能沟通协作,就风控范畴数据建模等专业问题打开进一步深入的实践与沟通。

　　技能和风控 打造工业界“real-world data”

　　哥伦比亚大学位于美国纽约曼哈顿,是著名的常春藤八校之一。在此次项目协作沟通中,小赢科技供给工业界百纬度数据,真实数据往往带有特征稀少、正负样本不平衡和极点值等问题,这些赋有挑战性的任务给项目组成员供给了宝贵的实践时机。不仅如此,小赢科技凭仗在消费金融行业具有领先的数据才能和建模技能,逐步打造了完备的数据驱动的风控系统。同时,利用多个评分卡猜测模型评估客群全周期的逾期危险,可清楚的出现违约概率及危险排序、评定还款的未来体现。打造了一个工业界的“real-world data”,为哥伦比亚大学的学生供给了赋有挑战性的训练与考验。

　　工业&高校技能协作 推进工业创新

　　据了解,小赢科技创建的WinSAFE智赢风控系统,从机制、文明、团队、技能、数据等多重角度,用智能决议计划引擎、数据引擎、反诈骗模型、信用模型、抵押物估值模型等一系列紧密咬合的“零件”,组成相互数据流相通、相互控制的精密系统,在确保安全性和运营功率的基础上,大大提升了用户体验。据小赢科技的风控团队成员介绍,本次小赢科技与哥伦比亚大学协作项目首要成果包括:无监督学习客群细分、不平衡样本(欠采样/过采样)方法、机器算法实践。其间,危险猜测一般运用有监督方法与无监督方法,本次项目有监督学习部分尝试运用了现在最为领先的几种机器学习算法,Boosting的算法在猜测逾期率上有突出的体现。尝试运用无监督学习方法如K-means、DBSCAN、Mean Shift算法完成客群细分与危险评价,达到了良好的效果,未来可用于客群评级和交叉销售。现在,因为匹配率低数据缺失现象严峻。未来会考虑将处理数据缺失,进步模型猜测才能作为小赢科技与哥大协作的一大主题。

　　“对小赢科技而言,哥大项目成员在特征工程、模型算法等方面供给了学科前沿的信息,给予小赢科技不同于业界传统技能的新的启示。供给了新颖的的建模思路和宝贵的实践经验。这种工业界和高校的技能协作模式能够在整体上加速工业的创新,推进风控在金融范畴发挥更大的效果。” 小赢科技风控模型团队负责人吴晓春说。