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。
