当“人品评估”遇上大数据|基于手机用户画像的大数据征信

随着计算机网络技术的不断发展，“数据即资源”的大数据时代已经来临。手机用户画像是通过对用户的通信数据和上网行为数据的收集、加工、分析，勾勒出用户的人口统计学特征、上网行为偏好、社交网络图谱、通信消费能力、换机频率、搜索主题、位置稳定度等特征和轮廓。用户画像涵盖众多维度，是不同属性标签的集合，刻画客户的形象，进而可以根据业务需要对用户进行分类。

印象

手机用户画像的大数据征信，也是手机用户画像中的诸多特征再组合分类的应用过程。

数据画像

♪一个概念

品值分：将来自多方渠道的数据进行采集、脱敏、整合、清洗，通过大数据技术和机器学习算法，对用户进行多维度综合信用评估，从而得到的用户的信用评分。

♪三个要点

01 大数据采集

探针集群解析运营商的用户通信消费和上网行为数据，实时传输到智能云分布式系统中，智能云系统对数据进行过滤、清洗、加密、转化等操作。

02 大数据加工

主要完成对已接收数据的抽取、清洗等操作。

抽取：因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的。

清洗：对于大数据，并不全是有价值的。有些数据并不是我们所关心的内容，而有些数据则是完全错误的干扰项。因此，要对数据通过过滤“去噪”从而提取出有效数据。

03 机器学习技术引进，建立信用评估模型

融合通信属性数据及手机上网产生的海量行为数据，采集16730个高频次有效数据点，映射身份特质、人品人脉、消费能力、还款意愿、位置映射、网上喜好六大维度。不同数据类别采取相对应的最合适的算法进行处理。结构化的通信属性数据采用Logistic回归方式计算，稀疏数据采用XGBoost等机器学习算法进行计算，最终将多个独立模型融合形成安讯“i+人品评估模型”，输出评估结果。

数据的“我”

图|部分来源于网络

文|整理自《赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》

《赢在大数据》