信贷最核心的主体就是贷款申请者,贷款申请者可能是个人也可能是公司,通过申请者的基本信息、行为信息、经营状况、社会关系等评估贷款的风险。因此可以列举信贷相关的核心实体为:人、企业、银行账户、银行、抵押物、申请事件、诉讼事件等,以及基本信息实体:电话、邮件、地址等。实体与实体之间的关系为亲属、任职、所有权、事件参与方等。可以说万物互联,没有不存在关联的两个事物,而是通过各种各样的关系产生某种关联,构成有意义的关系图。在此背景下,百融云创运用人工智能、大数据技术推出反欺诈关系图谱,通过对用户数据的采集和分析,建立用户在多种关系上的关联信息,挖掘出欺诈者数据的矛盾点和可疑点,从而有效识别、预防团伙欺诈事件的发生。
关联图谱在反欺诈中的应用,可以从一致性来检测。中介欺诈是指申请人不具备信贷资质,通过贷款中介对申请人资质进行包装骗取金融机构信贷的行为。对于中介欺诈,经过包装的个人资质因为不是真实的、虚假的,必然存在不合理或自相矛盾的地方,如果能够有效地找出不合理或不一致的线索,将有助于机构识别出欺诈行为。
一致性检验的思路就是尝试推导出申请人信息与关系图谱不一致的信息,不一致的、矛盾的信息越多,申请人欺诈的嫌疑越大。
团伙欺诈是指诈骗团伙通过购买、盗用、冒用实名信息等方式,有组织大规模地在短时期内向金融机构进行骗贷。对于团伙欺诈来说,一致性检验的方法同样适用。但还可以开发更有针对性的团伙识别算法,包括团伙识别和欺诈识别。
作为国内领先的人工智能与大数据应用平台,百融云创基于复杂网络技术,开发了一整套高效灵活的关系图谱构建与应用解决方案。百融云创通过主体确认、关系建立来建立逻辑推理,并通过图谱检索,利用社团发现算法识别出存在承传关系的人群,当这个群体中成员的平均欺诈意图高于阈值的时候,就会认定很有可能是欺诈团伙。
百融云创的关系图谱的优势集中体现在以下三个方面:第一,准确有效。百融云创关系图谱对欺诈风险识别的准确率接近90%,对团伙欺诈的违约率预测可提升4倍到10倍。第二,数据丰富。百融云创经过多年发展积累了海量多维的数据和各种业务场景,并且这些数据和场景还在不断扩充,将有效支持关系图谱的延展。第三,调用性能佳。对于复杂的团伙欺诈判定,百融云创关系图谱的查询速度达到毫秒级,能够有效满足互联网反欺诈需求。