实时智能决策引擎在蚂蚁金服风险管理中的实践 (2)

除了上述场景之外,蚂蚁还做了很多关系层面的尝试,这里不再赘述了。所以,DecisionX帮助我们连接关系算法,有效地提升风控能力。

异常图片识别

保险理赔需要上传材料,利用材料造假是骗保的一个重要手段,因此我们也基于图片研究了多种风控能力:

图片特征相似:通过图像识别算法识别理赔图片中是否存在相似特征等,再结合其它特征综合判断材料是否虚假等。

目标物体分类:通过图像识别算法识别图片目标物体,过滤明显不符合理赔材料需求的无效材料,减少人工审核成本等。

案例分析

这里举一个2B产品的例子,该产品可以为用户提供履约担保,从而帮助用户解决缴纳保证金的痛点,但是对于信用偏低的用户提供了“机会”,所以产品上线之后,前前后后多次受到了大批量攻击。去年,我们重新建设了这款产品的风控体系,一方面基于平台建设了风险监控预警能力,解决风险感知薄弱滞后问题,一方面基于平台建设基于异常识别算法、图挖掘算法、隐案挖掘算法等建设风险识别能力,最后基于平台提供的解决方案部署风控能力,从而有效减少骗保风险。新风控方案上线后两个月,在覆盖人群更大的情况下,使得案件量大约下降90%,从而良性发展创造了很多可能性。

我们还有很多保险反欺诈场景,包括大家熟知运费险、账号安全险等,我们开发了多种类型的风控原子能力,在多元化场景上筛选组合配置,从而形成各类产品的风控手段。总之,任何产品的风控都是一个持续对抗的过程。也正是因为有对手的存在,所以成就了现在的我们。
点击阅读更多,查看更多详情

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zwsxpg.html