Skip to content

现状问题

在企业客户对公交易流水中,存在多种风险交易行为,如欺诈、洗钱等,目前存在数据分析人工操作效率较低且容易出错,发现规则的时效性不高等问题。需要根据企业基本信息和公检法关联信息相结合,进行自动化的风险识别。

无法及时的识别风险客户
过于依赖人工沉淀规则,规则全面性和有效性难以保障
调研成本高,风险评估难

项目措施及前后对比

无忌智能风险识别解决方案通过对历史欺诈案例数据进行分析,高效、灵活、智能地识别出欺诈行为特征,自动构建图结构,分析实体之间的关联关系,自动挖掘欺诈风控规则,并建立规则库对欺诈行为进行实时监测,丰富现有规则库,提升反欺诈能力。

准确度低:过于依赖人工设想规则,准确度不高

时效性低:对于欺诈等风险客户,交易行为多变,风控规则更新存在滞后性

风险评估难:风险规则不全面,导致风险控制缺乏对产生风险的缘由或本质的判断

构建图数据,通过数据的网络拓扑关系自动发现规则,提升规则准确度

支持对规则库实时更新与实时监测,提高风险识别效率

从多源数据中进行综合分析,通过大数据分析进行因果推断,结果可解释

项目成果

自动发现有价值规则31条,规则丰富度提高了30%

通过规则结果对测试集进行标注,准确率达到82.4%,召回率达到79.8%