中图网

>

大数据智能风控业务解析、核心算法与前沿技术

作者：黄志翔等著

出版社：机械工业出版社出版时间：2024-12-01

开本： 16开 页数： 256

中图价:¥79.2(8.0折) 定价 ~~¥99.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
(精)方力钧作品图录

(精)方力钧作品图录

¥142.8¥680
>
《藏书报》2021合订本

《藏书报》2021合订本

¥168¥168
>
中外性文物大观

中外性文物大观

¥352.8¥1680
>
马克思主义经典著作解读丛书·探索人类解放的新路径《1844年经济学哲学手稿》解读

马克思主义经典著作解读丛书·探索人类解放的新路径《1844年经济学哲学手稿》解读

¥14.5¥26.8
>
襄阳府志(九品)

襄阳府志(九品)

¥154.1¥467
>
奇思妙想创意玩具书(精装4册)

奇思妙想创意玩具书(精装4册)

¥121.6¥304
>
大慈恩寺

大慈恩寺

¥135¥450

商品详情
商品评论(0条)

中图价:¥79.2 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

大数据智能风控业务解析、核心算法与前沿技术版权信息

ISBN：9787111759393
条形码：9787111759393 ; 978-7-111-75939-3
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：

大数据智能风控业务解析、核心算法与前沿技术本书特色

（1）头部科技公司资深风控专家：总结了行业内多家头部公司在大数据智能风控领域的宝贵经验。
（2）产学研紧密结合：除多位业界资深风控专家外，来自西南财经大学的统计与数据科学教授也参与了创作，分享了跨界视野和前沿技术。
（3）围绕金融风控全链路：以解决实际问题为导向，深度剖析风控全链路各环节的核心风险，以及应对这些风险的智能风控技术、算法和解决方案。
（4）站在风控技术前沿：通过解读大量国际前沿学术论文等手段，呈现风控领域前沿技术及其趋势，如联邦学习和关系网络等领域的新进展等。

大数据智能风控业务解析、核心算法与前沿技术内容简介

这是一本从业务和技术双重视角解读数智化风控的著作，是企业界和学术界强强合作的重要成果。本书贯穿风控全链路，深度剖析了各业务环节所面对的核心风险，以及基于数据资源和智能技术来管控多重风险的解决方案。除了介绍通常关注的贷前、贷中、贷后风险管理，本书还讨论了反欺诈、反洗钱、特殊名单管理、多头风险管控等其他类型风险的应对方案，以及基于联邦学习的数据孤岛打通、基于关系网络的数据挖掘与风险建模等前沿方案。与同类书相比，本书以更完整的体系涵盖了营销、准入、授信、定价、定额、监控、处置等各个环节，以更开阔的视野涉及了信用、欺诈、洗钱等各类风险，以更丰富的维度拆解了核心业务的场景、问题、数据、技术和解决方案，既是对一线技术与业务实践经验的总结，也是对当下解决方案发展趋势的概括。

大数据智能风控业务解析、核心算法与前沿技术目录

目　　录?Contents推荐序前言**篇　开篇第1章　信贷风控概述　31.1　信贷风控的起源与发展　31.2　大数据带来的变化　71.3　智能信贷的发展方向　10第二篇　获客第2章　客群划分　152.1　客群划分简介　152.1.1　客群划分的含义及意义　152.1.2　传统客群划分方法　162.1.3　信贷客群划分的挑战　17目　　录?Contents推荐序前言**篇　开篇第1章　信贷风控概述　31.1　信贷风控的起源与发展　31.2　大数据带来的变化　71.3　智能信贷的发展方向　10第二篇　获客第2章　客群划分　152.1　客群划分简介　152.1.1　客群划分的含义及意义　152.1.2　传统客群划分方法　162.1.3　信贷客群划分的挑战　172.2　基于大数据的客群划分　182.2.1　画像标签体系　182.2.2　构建画像的关键步骤　192.3　客群划分案例　212.3.1　“新中产”客群划分　212.3.2　母婴客群划分及潜在客群识别　24第3章　信贷产品获客　283.1　获客与广告　283.1.1　在线广告　293.1.2　在线广告的博弈关系和协调机制　313.1.3　在线广告的实时竞价机制　343.2　金融信贷产品获客　353.3　基于联邦学习和多任务学习的建模方法　373.3.1　联邦学习模型打破数据壁垒　373.3.2　多任务学习模型充分利用全链路信息　38第三篇　授信第4章　信贷评分卡工具　434.1　信贷风控决策链路　434.1.1　风控决策链路与数字化工具　434.1.2　信贷评分卡及其关注点　454.2　信贷评分卡的开发和应用　454.2.1　模型设计　464.2.2　模型训练　544.2.3　分数校准　604.2.4　模型评估　614.2.5　模型监控　65第5章　申请评分体系　675.1　贷前风控与申请评分卡　675.1.1　贷前风控场景　675.1.2　申请评分卡　685.2　智能申请评分卡体系　695.2.1　整合客户全域信息　695.2.2　增强实时信息利用　705.2.3　挖掘多模态数据　715.2.4　申请评分体系的监控　715.2.5　模型稳定性问题和应对措施　725.3　特殊场景：面向小微企业信贷的申请评分卡　755.3.1　小微企业的定义　765.3.2　小微企业风险评估的难点　775.3.3　解决思路：基于多源数据的小微企业评分卡开发　78第6章　定价与定额　816.1　信贷产品的定价与定额　816.1.1　信贷产品风险定价简介　816.1.2　信贷产品风险定价具体模式　836.1.3　信贷产品风险定额简介　856.2　基于*优决策的定价与定额　866.2.1　*优决策模型　866.2.2　模型的数学表达　876.2.3　模型训练与预测　906.2.4　样本偏差问题　926.2.5　有条件约束时的*优决策　936.3　*优决策模型的效果评估　966.3.1　评估的难点　966.3.2　离线评估方法　986.3.3　线上实验设计　99第四篇　贷中管理第7章　贷中评分体系　1057.1　贷中管理简介　1057.1.1　贷中场景与业务　1057.1.2　贷中精细化管理　1077.2　贷中管理模型体系　1087.2.1　风险管理模型　1087.2.2　额度管理模型　1117.2.3　特殊场景模型　1127.2.4　模型评估体系　1127.3　分客群贷中管理　114第五篇　贷后管理第8章　贷后评分体系　1198.1　贷后管理简介　1198.1.1　贷后场景与业务　1198.1.2　贷后分期和协商　1218.1.3　贷后评分卡体系　1228.2　滚动预测评分卡　1238.2.1　传统滚动预测评分卡　1238.2.2　跨期滚动预测评分卡　1258.2.3　跨期滚动预测评分卡运营　1298.3　多模态数据融合技术赋能贷后评分　1308.3.1　贷后语音文本数据的记录和挖掘　1318.3.2　语音文本多模态数据的应用　1328.3.3　语音文本多模态模型应用场景　134第9章　贷后运营体系　1369.1　贷后运营业务场景　1369.1.1　贷后运营的主要目标　1369.1.2　贷后运营的业务流程　1379.1.3　贷后运营的重要指标　1389.1.4　贷后运营的主要挑战　1399.2　贷后智能化运营体系　1399.2.1　贷后智能化运营体系简介　1409.2.2　智能分案　1419.2.3　智能作业　1439.3　贷后智能化运营的工程实现　1459.3.1　贷后运营调度系统简介　1459.3.2　贷后运营调度系统设计　146第10章　不良资产定价　14910.1　不良资产发行与交易　14910.1.1　不良资产市场现状　14910.1.2　不良资产证券化发行　15110.1.3　不良资产转让与收购　15110.1.4　不良资产定价　15210.2　数据驱动的不良资产定价方法　15310.2.1　静态池与资产池的数据准备　15310.2.2　基于客户分群的不良资产定价方法　15510.2.3　基于债项的不良资产定价方法　156第六篇　其他典型风险的防控第11章　反欺诈　16111.1　欺诈与反欺诈　16111.1.1　互联网欺诈的特性　16111.1.2　黑色产业链　16211.1.3　常见欺诈场景　16511.2　反欺诈体系　16511.2.1　在线反欺诈体系的构成　16611.2.2　风险行为的全面感知　16811.2.3　风险交易的准确识别　16911.2.4　反欺诈体系的常用算法　17011.3　营销场景反欺诈案例　17411.3.1　事前风险感知　17411.3.2　事中交易止损　17511.3.3　事后案件分析　175第12章　反洗钱　17712.1　洗钱与反洗钱　17712.1.1　国内外反洗钱形势　17812.1.2　互联网金融反洗钱　17912.2　反洗钱风险防控体系　18012.2.1　反洗钱风险防控体系简介　18012.2.2　洗钱风险监控方法　18

展开全部

大数据智能风控业务解析、核心算法与前沿技术作者简介

作者简介黄志翔京东科技风险管理中心副总经理、智能模型部负责人、京东科技技术委员会委员、中国人民大学“营销管理-数据科学”实验班企业家导师。致力于将大数据与人工智能技术应用于风控，助力普惠金融的发展，获得国家发明专利20余项，发表学术论文10余篇，带领团队构建开源项目UTBoost，多次获得京东科技集团技术之星等科技创新类奖项。杨恺京东科技风控模型高级经理、京东博士管培生、中国科学院大学通信与信息系统博士，现负责京东小微与供应链金融产品的智能风控模型体系建设。研究兴趣广泛，曾在边缘人工智能、联邦学习、因果推断等技术领域提出领先算法，在国际顶级期刊和会议上发表论文20余篇。作者简介黄志翔京东科技风险管理中心副总经理、智能模型部负责人、京东科技技术委员会委员、中国人民大学“营销管理-数据科学”实验班企业家导师。致力于将大数据与人工智能技术应用于风控，助力普惠金融的发展，获得国家发明专利20余项，发表学术论文10余篇，带领团队构建开源项目UTBoost，多次获得京东科技集团技术之星等科技创新类奖项。杨恺京东科技风控模型高级经理、京东博士管培生、中国科学院大学通信与信息系统博士，现负责京东小微与供应链金融产品的智能风控模型体系建设。研究兴趣广泛，曾在边缘人工智能、联邦学习、因果推断等技术领域提出领先算法，在国际顶级期刊和会议上发表论文20余篇。郑邦祺京东科技高级经理，先后负责了京东金条、白条等多个产品的精准营销、信用风控和反欺诈等相关场景的模型体系建设，涵盖产品全链路，从获客、贷前审批、贷中管理到贷后运营，以及反欺诈、反洗钱等环节。擅长深度学习、复杂网络、异常检测等多种机器学习方法，热衷于数据挖掘以及算法的跨领域优化实践。周凡吟西南财经大学统计学院教授、博士生导师、应用统计硕士教育中心执行主任、四川省高层次人才、四川省学术与技术带头人后备人选，先后毕业于英国曼彻斯特大学、剑桥大学、帝国理工学院，曾任职美国花旗银行伦敦总部量化交易分析部门。主要研究领域包括信用风险评估、企业生存风险分析、复杂网络数据挖掘等，主持主研国家级基金项目6项，在国际顶级刊物上发表论文10余篇，长期致力于促进学术与产业的有效融合，深度参与了多个普惠金融、金融监管、数字政府的政产学研项目，沉淀出关键技术成果与专利50余项。李可西南财经大学统计学院副教授、博士生导师、数据科学系主任、四川省高层次人才，曾任职美国谷歌公司和瑞士诺华集团，主要从事数据科学、人工智能、金融科技、精准医学、粮食安全、能源经济、环境政策等交叉领域的研究与教学工作，致力于推动政产学研深度融合、联合培养数智化人才，形成了国家级一流课程、四川省高阶课程、四川省一流课程等成果。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐