大数据征信需把控 数据源的“量”与“度”

简介:

随着互联网的发展,大数据征信已被越来越多地运用到金融领域,互联网金融平台利用大数据判断用户的信用记录是否良好,从而授予用户相应的信贷额度。传统银行也在加紧布局大数据网络,试图与互联网平台接轨。与传统信用评估模型不同的是,传统的信用评估是根据一个人的借贷历史和还款表现,通过逻辑回归的方式来判断这个人的信用情况,而大数据征信的数据源则十分广泛,电子商务、社交网络和搜索行为等都产生了大量的数据,在如此海量的数据面前,如何把控数据源的“量”与“度”是互联网平台和传统金融机构需要重视并解决的问题。

如今一切信息皆可以成为信用数据,经过分析后用于证明一个人或企业的信用状况。大数据的“量”是指有多少个体在被分析,每一个网上注册账号的个体都可以成为被分析的对象。数据源的“度”是指被分析的个体都有哪些方面能够成为可以参考的数据。有很多人认为数据能够被称为“大数据”需具备两个因素:第一要覆盖面广,用户足够多;第二维度广,要从一个人行为的方方面面反映个体的行为与信用的关系。但是,笔者认为事实并非如此,数据的“量”与“度”也应严格加以控制。

把控大数据的“量”关键在于从大量的数据之中筛选出“有效用户”。无论是在传统金融领域,还是互联网金融领域,给客户做信用评估的前提是必须知道这个人就是他自己。所以,如何证明“你是你”是大数据征信首先要解决的问题。然而现实的情况是:一个人可以同时申请多个账号,多个人在知道账户信息的条件下也可以同时使用一个账号。在这样的情况下数据信息往往有所重叠。因此,数据的体量大并不代表数据更加可靠。

随着越来越多的金融业务互联网化,“反欺诈”面临的挑战也日益增大。“身份认证”的重要性在各项监管文件中反复被强调,而各家机构也在不断探索如何利用新的技术在网上实现身份的核实。金融机构在重视数据量的同时还可运用先进的科学技术手段,如指纹、虹膜、人脸识别等一系列生物识别技术,将大量的无效信息排除在外,同时也能够抵御数据造假所带来的信用风险。

对数据源“度”的有效性进行控制也是金融平台和金融机构需要考虑的问题。社交软件在数据量上有着非常明显的优势,许多社交软件常常从用户行为上分析判断一个人的信用是否良好,这就有可能出现“分析过度”的情况。

在一些大数据征信的文章中,一些案例是这样分析个人行为和信用评分的关系的:经常半夜上网的用户可能被认为没有稳定的工作而降低信用评分,购买大件家具的用户可能提示有固定房屋资产而使其信用评分较高,微博更新频繁的用户可能因为社交活跃而信用评分较高等等。但这些因素并不十分稳定且准确,有些行为可能只是用户的个人习惯,如果过度依赖这些因素将对用户信用的判断产生误差。因此,哪些行为可以成为判断个人信用的标准需要考量。

因此,大数据能够成为金融机构的征信参考标准并不一定要求数据量大、数据的维度多,数据的有效性高、数据更能反映问题才能让征信更加全面、可靠。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
8月前
|
分布式计算 关系型数据库 分布式数据库
大数据Spark外部数据源
大数据Spark外部数据源
53 0
|
15天前
|
DataWorks 关系型数据库 MySQL
dataworks问题之数据源一直失败如何解决
DataWorks数据集是指在阿里云DataWorks平台内创建、管理的数据集合;本合集将介绍DataWorks数据集的创建和使用方法,以及常见的配置问题和解决方法。
|
15天前
|
DataWorks 关系型数据库 MySQL
dataworks问题之数据源创建如何解决
DataWorks数据集是指在阿里云DataWorks平台内创建、管理的数据集合;本合集将介绍DataWorks数据集的创建和使用方法,以及常见的配置问题和解决方法。
|
15天前
|
分布式计算 DataWorks 关系型数据库
DataWorks产品使用合集之在 DataWorks 中,使用Oracle作为数据源进行数据映射和查询,如何更改数据源为MaxCompute或其他类型
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
33 1
|
15天前
|
SQL 分布式计算 API
MaxCompute产品使用合集之MaxCompute 可以按照接入的数据源自动建表吗
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
15天前
|
存储 分布式计算 DataWorks
MaxCompute产品使用合集之大数据计算MaxCompute dataworks可以批量修改数据集成任务的数据源配置信息吗
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
15天前
|
JSON 分布式计算 DataWorks
MaxCompute产品使用合集之 DataWorks 中可以基于 MaxCompute 数据源生成 API吗
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
15天前
|
分布式计算 DataWorks 大数据
MaxCompute操作报错合集之在使用 MaxCompute 的 MMA(Multi-Modal Analytics)进行跨 Region 数据迁移时,在配置数据源时遇到错误,如何解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
15天前
|
DataWorks 关系型数据库 大数据
dataworks问题之执行TELNET命令失败如何解决
DataWorks数据集是指在阿里云DataWorks平台内创建、管理的数据集合;本合集将介绍DataWorks数据集的创建和使用方法,以及常见的配置问题和解决方法。
|
15天前
|
分布式计算 关系型数据库 MySQL
MaxCompute数据问题之创建数据集失败如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。

热门文章

最新文章