中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本章分為兩個階段，介紹一套可對外輸出風控的系統，當然內部也是可以用的，相對復雜業務系統來說，本文介紹的會簡單一點，根據公司業務場景不同，請進行相應的擴展。

上章，大概對風控所涉及的幾個內容做了大體的介紹（我思路可能有點亂），從本篇開始開始介紹干貨吧。

首先，針對一套對外輸出的風控系統來說，最重要的是如何在多個領域、不同的場景通過一套標準性設置進行配置后輸出。輸出的形式不建議用太復雜的，風控目前最多的使用模型是通過各種規則進行各項目打分，也就是俗稱的評分卡。

評分卡，通過對各個維度預置評分，通過用戶數據進入后對應不同的閾值所對應的份數，最終為用戶生成一個總分。

這里舉幾個例子：

如果按照上面的3組維度來說，做一個評分分級的話，應該是如下所示：

這里舉了3組例子，第一組是比較普遍的通過數據接口進行驗證的數據，第二組是通過數值來進行區分的數據，第三組是通過用戶自身信息進行分類的數據。

如果，此時進來一個A用戶，他實名認證返回結果，是通過。但是命中了5個多頭，性別為女。那A用戶的總分=5+（-10）+0.6=-4.4分。

如果按照上面例子的評級來說，A用戶得分-4.4分，級別為一般，審核狀況需要人工核實。

通過這么一套評分卡，對于每個用戶進件之后就能有個綜合用戶概況。那么，初始評分是怎么得來的呢？初始評分主要是通過專家模型，說白了其實是拍腦袋想出來的分，就是風控人員主觀意識覺得這個用戶該得多少分。就跟上述舉例是的，性別維度，可能根據場景不同，男性和女性的評分比值都會有所不同的。當然后期，會根據用戶數據越來越多，不停的校驗模型，對評分卡的閾值進行調整的。

說了這么半天評分卡，那么如何跟系統掛鉤呢？這就是本章要解決的問題，下圖是一個系統框架，數據都是采用第三方數據源，和訂單數據以及用戶上傳數據。

看起來比較簡單，這些涵蓋了本系統的基本功能服務構成、基礎框架、業務庫和數據庫內容。

言歸正傳，輔助功能比如一些權限管理、運營相關、數據報表、財務充值等這里就不介紹了，主要為大家介紹下風控系統核心的——風控決策引擎。

聽著叫風控決策引擎感覺好高大上，其實說白了就是配置類的一個東西。使用邏輯，如下圖所示

其實，主要是前期對風控字段的數據清洗過程，通過對外部數據接口和手機設備指紋以及用戶數據，進行統一化字段清洗，清洗后，通過硬編碼形式進行平臺的數據字段、數據字典的添加后，方便風控人員在前臺進行任性的組合使用。

通過數據清洗后，系統用戶就可以在前端進行配置了。比如，

做了三種條件，支持單獨條件、條件組合、交叉驗證形式，對風控策略進行添加，并對相應的策略進行打分。

單獨條件、條件組其實就是滿足驗證類的需求，我這里就不細說了。主要細說一下，交叉類規則。

交叉類規則，大部分應用點是在反欺詐模型上，通過多維度數據交叉形成的規則，尤其是最主要的時間段屬性，做風控的大家應該要明確一點，時間段屬性是能判斷這個人是不是存在是機器的可能性的重要一點，尤其應用在部分平臺的內容反作弊、活動反作弊等上面，反作弊主要是為了減少那些羊毛黨他們下手的可能性，當然，并不是上了風控就能100%杜絕了，風控的只是通過各種手段，增加那些想作弊的人的作弊費用，從而降低他們作弊的可能性而已。

話說回來，交叉驗證這里，上面做的比較簡單，主要是通過主屬性、從屬性的概念去實現，但是對于復雜業務場景來說，主屬性和從屬性可能屬性的字段本來就是已經組合的字段了，會更加復雜，這里只舉例最簡單的。

我舉幾個規則例子：

通過上述這種形式，對于命中的交叉驗證類規則進行打分，其他步驟與上述評分卡一致。

這個實現形式，我大概說一下，對于系統來說主、從屬性是兩個變量，判斷類型是預先寫好的算法，所以對于主從屬性是否能應用該算法的數據類型要前期進行設置的。

把這些配置好后，就可以進入策略流程階段了，什么叫策略流程？其實就是工作流，通過前期以接口形式把輸入參數對接后，通過一定流轉規則對用戶數據進行流轉，最后輸出結果就行了。

那為什么策略要做成工作流的形式？策略流程怎么做？這個下篇文章會說到。

相關閱讀

“高大上”的風控，究竟是什么？ （一）

作者：呆懶龍（公眾號lazy_word懶癌患者拯救世界），3年經驗帝都產品狗，歡迎來撩

本文由 @呆懶龍 原創發布于人人都是產品經理。未經許可，禁止轉載。