即将开始的A2M课程
携程金融风控模型实践
FinTech(下午)
2019-05-18 16:50--17:50
背景介绍:
机器学习方法在携程支付风控、信用产品风控场景的应用实践
解决思路/成功要点:
使用自动化迭代的模型框架加快模型迭代速度,在高对抗的支付风控场景稳定模型性能。
构建模型在风控订单审核以及案件定性环节替代部分人工运营。
采用子模型融合的方式衍生特征,提升主模型效果。
成果:
支付反欺诈模型效果稳定。
风控人工运营成本降低。
使用多个模型方法衍生的特征加入主模型后,模型效果提升。
曾就职于蚂蚁金服大安全风险分析组,负责速卖通平台外卡反欺诈模型构建。现担任携程金融风控模型组负责人,负责
携程平台支付反欺诈模型、“程信分”模型构建及运营、携程联名信用卡营销模型。
即将开始的A2M课程
携程金融风控模型实践
FinTech(下午)
2019-05-18 16:50--17:50
背景介绍:
机器学习方法在携程支付风控、信用产品风控场景的应用实践
解决思路/成功要点:
使用自动化迭代的模型框架加快模型迭代速度,在高对抗的支付风控场景稳定模型性能。
构建模型在风控订单审核以及案件定性环节替代部分人工运营。
采用子模型融合的方式衍生特征,提升主模型效果。
成果:
支付反欺诈模型效果稳定。
风控人工运营成本降低。
使用多个模型方法衍生的特征加入主模型后,模型效果提升。