目前我是从事互金行业风控岗,对行业里其他公司使用的风控技术比较感兴趣,首先我先介绍一下鄙人公司目前使用的风控手段和技术:①线下线上审批结合;②风控规则和决策引擎系统;③评分卡和反欺诈模型。
我是负责风控模型开发,即评分卡和反欺诈模型,评分卡依然以传统的逻辑回归为主,反欺诈模型主要以随机森林、GBDT或知识图谱等模型为主,针对目前火热的深度学习,大家所了解的互金行业真的有在使用吗?效果怎么样?稳定性好吗?因为我也尝试对评分卡使用过其他机器学习的分类模型,可能传统的逻辑回归更稳定,而高层领导可能觉得新的模型和算法可能会更好,深度学习毕竟不太了解,需要学习成本,所以想请教大家。
欢迎大家留言讨论,祝生活愉快!
【2017-12-07更新】
目前公司的申请评分模型有两个互相竞争,一个是GBDT,一个是逻辑回归,GBDT的训练集ks能达到0.6-0.7,但测试集和时间外验证能有0.4就不错了,个人认为是有些过拟合的,而逻辑回归从训练集合测试集的表现是非常接近的,都是0.4-0.45之间,排序结果也很稳定,变量数也只有前者的几分之一。个人分析原因是本身数据体量的问题(车贷),会降低GBDT这类组合算法的效果,还有就是数据的广度可能不够,尽管有部分三方数据但还是不够全面。