比如企业网站建设，现在企业一般都会选择专业的网站搭建公司帮助建设企业网站，市面上也有很多各种各样的网站建设公司，但是网站建设哪家好公司好呢？很多人并不会挑选。 网站建设哪家好公司好？...选择网站建设公司，可以从四方面考察，分别是公司曾经的成功案例、公司的资质信誉、公司能够提供的网站建设服务和公司服务收费。...一家网站建设公司如果没有成功案例，很可能是新入行的公司，这类公司的能力一般，可能不能帮助企业实现需要的网站功能；资质信誉代表着一个公司的实力；服务项目和收费则决定这能够在有限的预算中让网站效果达到最好。...找了网站建设公司，还需要做什么？ 了解了网站建设哪家好公司好，在选定了合作公司后，还需要清楚我们应该做什么，才能取得更好的结果。...判断网站建设哪家好公司好，并不是一件容易的事情，最好多找几家公司，然后结合他们的资质、服务和报价综合对比，然后得出更合适的合作方。
有需求就有供应，因此市面上的网站建设公司和网站管理系统越来越多，那么企业在网站建设时如何选择一家合适的网站建设公司呢，小熊优化的小编就告诉大家从下面三点来甄选： 一、网站建设公司的经验 每个网站建设公司都有自己的成立时间...，成立时间从一个侧面可以反映这个公司的实力和经验，实力强大的网站建设公司，它的网站制作经验丰富，技术方面也可以让大家可以放心。...二、丰富的网站建设案例 网站建设公司是否有技术可以看他们网站上的的案例也是，公布展示的基本上不下几十家企业的，大家可以看它以往的公司案例，就可以了解这家公司的水准究竟是什么样的。...只有是有一定能力的网站建设公司，它会有不同网站风格可以看到，大家可以根据自己的需求来选择。在你和公司沟通选择的时候，也会给你制定一个合理的方案，满足你的各个需求。...基于上面几个方面，小编这里推荐国内几家优秀的网站建设公司给大家，一种纯外包的网站建设公司，比如新网和西部数码都提供建站服务，在行业有拥有数年的经验，另外一种是采用cms（网站管理系统）来建站，这个是目前很多中大型公司或政府普遍采用的方式
我们这做风控模型的时候，经常是会用KS值来衡量模型的效果，这个指标也是很多领导会直接关注的指标。今天写一篇文章来全面地剖析一下这个指标，了解当中的原理以及实现，因为这些知识是必备的基本功。...不过这不影响我们去使用它，我们只需要知道在风控中是怎么实现的，并且在实际场景中怎么去使用它就可以了。就如上面我们说的，KS在风控主要是用于评估模型的好坏样本区分度高低的。什么是区分度？...可以看下图： 从业务上来说，就是越往后的箱子，客户的质量越差，rate整体上呈现单调性，从而可以把大多数的坏人，直接从箱的维度上就可以区分开来了，在后续的风控策略使用体验上十分友好。...02 KS的生成逻辑 KS的生成逻辑公式也是十分简单： 好样本累计占比坏样本累计占比 在风控领域，我们在计算KS前一般会根据我们认为的“正态分布原则”进行分箱，一般来说分成了10份，然后再进行KS的计算...03 KS的效果应用 KS的值域在0-1之间，一般来说KS是越大越有区分度的，但在风控领域并不是越大越好，到底KS值与风控模型可用性的关系如何，可看下表： 004 KS的实现 首先我们来对上面展示的例子进行
风控定义 风控是风险控制的简称，在百度百科中是这么定义风险控制的。 风控在我们日常生活中随时可见，小到账户登录验证码，都可以算是一种风控的手段。...这里我们着重了解下信贷下的风控，结合了场景的风控，则赋予了更多的意义。...信贷风控的目标是「利益最大化」，而不是没有风险，在风险和利润之间找到平衡，是信贷风控的核心。...看上面表格，我们可以发现，风险等级 A、B、C 的客户都能给公司带来不错的利润，但是风险等级 D、E 的客户则会给公司带来负利润，如果我们把风险等级 D、E 的客户直接拒绝掉，利润则会上升到 95000000...，以及在信贷场景下的风控如何实现，风控的目标永远是降风险，但不是一味地降，在不同场景下有不同的考虑。
现在很多企业都开始跟上互联网的脚步，纷纷给自己的公司搭建企业网站，搭建网站并非大家想象中的那么困难，如果对前端代码一点都不懂的小伙伴，建议还是找第三方的建设公司帮忙搭建。...下面就简单给大家讲讲网站搭建公司哪家比较好。 网站搭建公司哪家比较好 关于网站搭建公司，在市面上有很多家，尤其是在线上，进行关键词搜索都能搜出无数个公司。...大家想要从众多的公司中选择出靠谱的一家，还是得多了解，多家对比。...建议大家先从公司的品牌知名度进行了解，如果条件允许，就尽量选择大公司，毕竟大公司在售后也是有一定的保障，这样大家在后期有什么问题，也能快速找到技术人员进行处理。...套用网站模板方法简单又快速，感兴趣的企业可以试试，感觉不好再找第三方公司进行搭建也不迟。
「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...第一次接触这两个名词是在做风控模型的时候，老师教我们可以用IV去做变量筛选，IV（Information Value），中文名是信息值，简单来说这个指标的作用就是来衡量变量的预测能力强弱的，然后IV又是
大家好，又见面了，我是你们的朋友全栈君。 一、当前风控模式现状 近年来，信用风险管理发展呈现出数据化、模型化、系统化、自动化和智能化的特点。传统的人工专家经验正逐步被模型与算法替代。...因此，科技较为领先的金融服务公司会选择采用模型方式完成对借款人的自动评估与审批。目前，对于信贷审核来说主要基于的风控模式为IPC、信贷工厂、大数据三种，每一种都有自己不同的侧重点。...一开始我们的技术人员对这个“少量逾期”这个分类很疑惑，不能理解这个分类到底是好还是坏。直到我们和某P2P公司的风控经理实际交流后才明白这其中的含义。...另外，很多金融公司的风控模型的设计不管是对于最终高评分的用户还是对于存疑的进见，都需要最后的人工进行确认。...所以说，风控模型的计算策略和机制在一个公司属于绝密，规则除了核心的员工，其他人是不能知道风控规则的。 四、风控的核心 如果说金融产品的核心是风控，那么风控的核心是什么?
由于使用futures来对冲可能导致提前盈利，而盈利是要交税的，A对 accounting和economic risk不可能同时对冲，B错 对公开交易的公司，通过对冲短期或长期风险而得到稳定的收益报告可以维持公司股价...所以Financial Position Risk 最后答案是D 02.5 评估风险管理工具的影响 instrument可以分成exchange和OTC exchange traded：标准化，流动性好，...Risk Advisory Director角色是审核和分析： 公司的风险管理政策 公司的周期风险管理报告 公司的appetite和对商业策略的影响 公司的内部控制 公司的金融报告和揭露 公司相关方的信息...任何内外部的审计报告 行业的公司治理最佳实践 竞争对手和行业的风险管理实践 考题分析 ?...2.开发和实现ERM策略 工作范围： 1.设置公司全局风险偏好 2.度量和量化风险 3.设置风险限制 4.开发风险系统 关键技能： 1.领导力 2.说服力 3.有能力保护公司资产 4.理解所有风险的技术技能
大家好，又见面了，我是你们的朋友全栈君。 支付风控涉及到多方面的内容，包括反洗钱、反欺诈、客户风险等级分类管理等。 其中最核心的功能在于对实时交易进行风险评估，或者说是欺诈检测。...本文重在介绍建立风控模型的方法，每个公司应该根据自己的实际业务情况和开发能力来选择合适的模型。这里列出来的模型仅为了说明问题，提供参考。...二、基于规则的风控 规则是最常用的，也是相对来说比较容易上手的风控模型。从现实情况中总结出一些经验，结合名单数据，制定风控规则，简单，有效。 常见的规则有： 1....一旦有漏洞被发现，会对公司造成巨大损失。 而机器学习是解决这些问题的利器。 互联网金融风控离不开机器学习，特别是支付风控。 在各种支付风控模型中，决策树模式是相对比较简单易用的模型。...支付风控场景分析 ； 支付风控数据仓库建设 ； 支付风控模型和流程分析(本文)； 支付风控系统架构 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn
今天来介绍一下风控中的异常检测，从最基础的概念开始讲起，因为本人对这块的内容平时工作也做得不多，更多滴偏向于“纸上谈兵”，有什么说得不对的地方，也欢迎各位朋友指正～谢谢。...异常检测的概念 02 异常检测的难点 03 异常检测的分类及常见算法 01 异常检测的概念 异常检测（Anomaly Detection 或 Outlier Detection），又称为离群点检测，在我们风控领域很多地方都会用到
那就是很多坏客户可能被我们拒绝准入了，所以长期以往库内的客户，都基本上算是不那么差的客户，那么如果我们直接拿这些数据来统计建模，就会出现了偏差，也就是用局部样本代替了全局样本，从而可能会得到不太能代表真实分布的模型，出现了线下回溯效果好，...《风控建模中的样本偏差与拒绝推断》https://zhuanlan.zhihu.com/p/88624987 不过我也还是把他文章里的分类体系在这里重点再次分享一下。...06 总结一下 本文算是一个对拒绝推断的入门介绍了，让初涉风控模型的同学有一个相对来说比较清晰的全局认识，这里面涉及到的很多算法模型上的细节并没有展开来讲，因为我觉得这也会让阅读带来比较大的负担，公众号的文章还是要控制在几分钟内读完比较合适...Reference [1] 异常检测算法分类及经典模型概览 https://blog.csdn.net/cyan_soul/article/details/101702066 [2] 风控建模中的样本偏差与拒绝推断
还记得十多年前，曾因丢掉钥匙在门外苦等家人5个多小时。如今这样的糗事愈发少了，倒也不是因为开锁变得方便，而是随着智能门锁的普及，很多家庭已经真正意义上的“丢掉”...
客户名称/所属分类 大型持牌消费金融公司·风控 任务/目标 由于新金融业务的迅速普惠化，金融客户也面临着崭新的挑战和需求。...一方面由于客群下沉，可获得的用户信息愈发受限，数据质量参差不齐，传统风控经验无法直接应用，急需利用先进技术来提升风控能力； 另一方面互联网金融往往小额量大，基于人工的风控成本过高，用自动化的数据智能风控体系来提升整个流程的效率也是必然的发展趋势...实施过程/解决方案 上述三个方面的挑战贯穿风控的各条业务线，此次案例的解决方案着眼于风控核心的反欺诈和授信两个阶段来阐述如何解决这几个问题，并构建一整套完整的申请贷前风控体系。...企业介绍： 氪信CreditX是一家独立的第三方金融人工智能公司，致力于在金融风险领域运用高维数据处理和机器学习技术，为企业和金融机构提供场景化的风控解决方案和产品体系。...氪信提供一整套基于大规模机器学习框架的自动化风控引擎和数据风险服务，旨在风控业务的整个工作阶段提供完整的功能服务。
「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！...这个时候，我们需要沉住气,，有的时候数据建模师也需要充当起“心理辅导员”，慢慢引导业务说出实际的业务痛点与需求，好让我们对症下药（当然靠谱且有经验的业务是不会犯这种行为的）。...当然，很多时候，我们都会是用公司已经接入的数据源来开发特征的了。 项目紧急程度 这个不仅是对于模型开发项目，其实所有的项目都是需要的，了解清楚项目所能给的最大时长，做好项目计划，马上开始工作。
大家好，又见面了，我是你们的朋友全栈君。 一套完整的风控体系，在风控中，少不了决策引擎，今天就浅谈一下风控决策引擎。...风控系统的作用在于识别绝对风控与标识相对风险，如果是绝对风控，则整套风控的审核结果便将是“拒绝”。既然结果必然是“拒绝”，则没必要运行完所有的风控规则，而主要单条触发“拒绝”即可停止剩余规则的校验。...而一些通过对接外部三方征信的风控规则，需支出相关查询费用的，则靠后运行。此外，在外部三方征信的规则中，命中式收费的风控规则（如黑名单与反欺诈）又可以优先于每次查询式收费的风控规则（如征信报告）运行。...三、记录与统计 风控最终到底是“跑出来”的，所以，整个风控系统对所有不同风控规则的触发需进行有效的记录与统计，以便后期可支持数据分析与风控模型调整的相关工作。...具体的记录与统计内容，主要如下： 1、触发的具体风控规则 举例说明：通过两种不同的视角进行记录，一是用户与订单层面，记录其所触发的明细规则；二是风控规则层面，记录某条风控规则具体的触发率。
合规风控始终是公司的首要核心竞争力，该券商不断推进全面风险管理体系建设，需要全方位提升主动合规风控管理能力，进而提升风险管理精细化、智能化水平。...而由于合规风控处于企业核心竞争力的高度，原风控数据积累10年，数据量已超30TB。...非现场风控平台各项报表和查询生成时间逐渐拉长。夜间批量任务越来越慢，部分任务出现超时失败现象。 02 原合规风控数据库数据量巨大，原有的传统的备份手段难以实现数据的实时保护。...价值提升 1 通过QData数据库云平台大幅提升了风控系统的业务效率，风控日终调度业务从原十几个小时缩短至1.5小时，性能提升10倍以上。...公司还专门打造了基于QData的集中式结构化数据处理的数据仓库，这是大数据平台的一部分。
在金融行业，风险控制（风控）是核心环节，它关乎资产安全、合规性以及机构的长期稳健发展。随着大数据时代的到来，金融机构面临着前所未有的数据量和复杂性。...在这样的背景下，风控领域特征工程应运而生，成为连接原始数据与精准风险评估的桥梁。 特征工程，简而言之，是对数据的一种深度加工，它通过一系列技术手段，将原始数据转化为对风险预测有用的信息。...在风控领域，特征工程的核心目标是构建出能够准确反映个体或实体风险水平的特征集。...此外，良好的特征工程实践还能促进模型的解释性，为风控决策提供更加透明的依据。 随着技术的发展，特征工程的方法也在不断创新。...通过综合运用这些特征衍生方法，风控领域的特征工程能够更全面地挖掘数据潜力，为风险评估提供多维度的视角。
00 Index 01 GBDT和XGBoost的原理介绍 02 GBDT和XGBoost的异同点分析 03 什么风控建模场景下常用这两个明星算法？...03 什么风控建模场景下常用这两个明星算法？...交易反欺诈：A级出场率，主要是支付风控，防止客户进行薅羊毛、套现等行为。 客户流失：A级出场率。 贷后 催收告警：A级出场率。 迁徙率预测：B级出场率。 失联修复：C级出场率。...而关于风控模型怎么调优，我会在下一节一起讲。...风控模型怎么调优 关于风控模型的调优，先前有篇文章讲得比较细致《风控ML[7] | 风控模型调优的思路有哪些》，大家可以移步去回顾一下。
一个优秀的模型上线报告以及一个优秀的上线后模型监控报表，在我们日常风控建模中是非常的常用并且有用的，今天这个话题就来和大家聊聊怎么去制作优秀的模型上线报告以及上线后的模型监控报表，主要聊聊思路，先要有一个全局的感受...以下内容均基于自己浅薄的经历提炼的，如有纰漏，欢迎指正或补充哦，欢迎交流～ 00 Index 01 聊聊为什么要做这件事 02 标配的风控模型上线报告应具备哪些内容 0201 模型现状 0202 KS值与各种曲线...02 标配的风控模型上线报告应具备哪些内容 0201 模型现状 想要突出你模型的好，你得先分析旧模型的不好。 比如说，把目前线上模型的实际表现进行统计，如KS值、分组排序性、PSI等基础指标。...0202 KS值与各种曲线 我们需要描述模型的效果，在风控领域最直接的指标就是KS值，我们一般会认为KS>0.3才具备最基本的上线要求，而且我们要保证训练集、测试集以及跨时间测试集都需要达到标准哦！...一般情况下，我们会对预测结果按照一定的阈值，进行分组，比如分为A/B/C/D/E/F共6组，越靠后就意味着越有可能是高风险客户，我们给予一定的风控规则进行拦截。
确定建模目的 在信贷领域中建立风控模型是为了找出可能会逾期的客户，根据逾期的可能性和资金的松紧程度选择是否放贷。 在支付领域建立风控模型是为了找出可能存在非法经营的商户，保证商户没有违法经营。...确定好坏样本逻辑 在信贷领域中逾期大于x期(不同公司取值不同)的客户定义为坏客户(1),从未逾期的客户定义为好客户(0) 在支付风控领域中，有赌博、欺诈、套现、伪卡等行为的商户定义为坏商户(1)(具体根据模型要防控的风险决定...),未有上述风险的商户定义为好商户(0) 3....特征工程 在风控领域一直都有这样一句话 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。通俗的讲就是衍生变量去捕获风险客户。...模型上线 在支付风控领域如果模型验证没有问题，一般会上到线上，自动生成案例。在信贷中会模型搭配规则，判断申请贷款的人是通过放贷、拒绝放贷、还是转人工处理。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
