七月在线--金融风控实战--第一课 金融风控业务详解--课程笔记

建模流程：

1.前期准备工作：不同的模型针对不同的业务场景，在建模项目开始前需要对业务的逻辑和需求有清晰的理解，明确好模型的作用，项目周期时间和安排进度，
以及模型效果的要求。
2.模型设计：包括模型的选择（评分卡还是集成模型），单个模型还是做模型的细分，是否需要做拒绝推论，观察期，表现期的定义，好坏用户的定义，数据的
获取途径等都要确定好。
3.数据拉取及清洗：根据观察期和表现期的定义从数据池中取数，并进行前期的数据清洗和稳定性验证工作，数据清洗包括用户唯一性检查，缺失值检查，
异常值检查等。稳定性验证主要考察变量在时间序列上的稳定性，衡量的指标有PSI，平均值/方差，IV等。
4.特征工程：主要做特征的预处理和筛选，如果是评分卡，需要对特征进行离散化，归一化等处理，再对特征进行降维，降维的方法有IV筛选，相关性筛选，
显著性筛选等。另外会基于对业务的深入理解做特征构造工作，包括特征交叉，特征转换，对特征进行四则运算等。
5.模型建立和评估：选择合适的模型，像评分卡用逻辑回归，只需要做出二分类预测可以选择xgboost等集成模型，模型建好后需要做模型评估，计算AUC,KS，
并对模型做交叉验证来评估泛化能力及模型的稳定性。
6.模型上线部署：在风控后台上配置模型规则，对于一些复杂的模型还得需要将模型文件进行转换，并封装成一个类，用Java等其他形式来调用。
模型监控：前期主要监控模型整体及变量的稳定性，衡量标准主要是PSI，并每日观察模型规则的拒绝率与线下的差异。后期积累一定线上用户后可评估线上模型
的AUC,KS，与线下进行比较，衡量模型的线上的实际效果。

特征工程

用户基本属性

phone_nember

• 手机号前缀是否相同
• 手机号归属地是否相同
• 手机号与工作城市是否相同
• 主贷人手机号与联系人手机号相似程度
• 是否是虚拟运营商
• 流量卡还是通话卡
• 手机号前4位：可用于比对iccid的解析手机号

nickname

• 昵称符合固定的规律（中文+数字）
• 备注是否符合某种亲密的称呼

birthday

• 年纪
• 星座
• 生肖

sex

• 性别是否失衡

password

• 是否都相同

身份证号码

• 年龄 核对
• 性别 核对
• 出生城市编号 与身份证户籍核对

邮箱

• 是否是一次性邮箱
• username 满足规律
• 是否同一邮箱服务商
• 邮箱里面的数据（账单）

学历

• 相似性
• 分布是否有明显变化

住房

• 租房情况是否雷同

积分

• 是不是超过某个阈值

签到

• 相似性

ip

• 是否是同一个号段
• 每次登录ip地址是否相同
• 是不是临时ip 和 gps
• ip 和 gps 是否能对的上

gps

• 经纬度相似性分析
• 国家 省份 城市 相似性
• ip 和 gps 是否能对的上
• 常住地址是否一致
• 工作地址是否一致

wifi

• ssid
• wifi list
• 贷款前的几分钟有没有切换过wifi
• 同一个WiFi申请贷款人数

application time

• 时间切片
• 注册用了多长时间（太快太慢都有问题）
• 一共申请了几次

login time

• 时间切片
• 登陆了几次、频率
• 最后一次登录时间距贷款时间的间隔
• 同一时间登录做一个校验（同一时间多人登录）

ua（user agent）

• 每次打开是否是同一个ua

渠道

• app/H5/微信
• 渠道ID属于违规渠道

app version

• 每次app的版本号是否相同
• app版本会不会太老了（老版本的app有bug，可能会被黑中介用来攻击我们）

推荐人/联系人

• 名字匹配
• 手机号匹配
• 多人互为或共用紧急联系人（联系方式）

设备指纹

imei

• 受否都相同
• 每次登录imei号是否都相同

device id

• 是否都相同
• 每次登录device id号是否都相同

分辨率

• 手机型号和屏幕分辨率是否一致

mobile type

• 手机品牌
• 手机型号

os（operating system）

• 每次打开操作系统是否都相同
• 来申请的人是否os都相同
• os的版本是否太旧

中文错别字可以考虑转换成拼音做相似度匹配

address

• 地址要标准化
• 模糊匹配
• 相似度计算（cos距离，词向量）

company

• 正则
• 字节拆分
• 关键字提取
• 相似度计算
• 错别字/同音字识别

第三方数据

人行征信

• 公司信息是否一致
• 学历是否一致
• 居住地址是否一致
• 手机号码是否一致
• 逾期数据

运营商

• 是否有相同的联系人
• 是否有黑名单客户在通讯录中
• 通话最频繁的几个人（所在地是否和他相同）

社保公积金

• 工资
• 社保缴纳月数、金额
• 公积金缴纳月数、金额