近年来,“互联网+”成为新闻热点,而在国家相关政策的大力支持下,互联网金融应运而生并快速发展,“小而散”的长尾市场得以激活;而与此同时,机构与客户之间所存在的信息不对称,导致信用风险持续存在并越发突出。但由于传统的征信模式存在明显局限,征信壁垒难以打破,其发展速度已经很难满足经济社会高速发展的内在需求。要解决上述问题,如何充分获取信息并对信息进行有效使用和管理就显得极为关键。而QQ社交征信团队正是希望通过深入分析挖掘社交大数据,充分发挥其在信用风险管理领域的应用价值。
那么,如何利用社交数据对信贷客户的贷前、贷中乃至贷后实现全生命周期的风险管理?如何充分挖掘腾讯丰富的数据资源,构建可用于信用分析的用户画像?如何高效处理海量的用户数据(超过10亿的QQ用户,超过千亿级别的各类日志数据)?如何结合传统的信用评分建模技术和机器学习算法,提升对用户风险评估能力?如何通过对社交网络的分析挖掘,量化用户信用风险的传递效能?QQ社交征信团队对此进行了深入地研究与探索,并积累了一些经验和心得。
听众受益:
对基于社交大数据在信用风险领域的应用实践有更多的了解,帮助开拓思路;
对包括社交征信在内的互联网征信及大数据技术应用有更多的思考,促进共同探索。