首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >大数据征信:数据源的量与度是关键

大数据征信:数据源的量与度是关键

作者头像
数据猿
发布2018-04-19 15:03:46
6070
发布2018-04-19 15:03:46
举报
文章被收录于专栏:数据猿数据猿

<数据猿导读>

如今大数据已经被应用到方方面面,征信行业也如此。大数据的海量数据能够帮助征信行业快速便捷的掌握客户的信息,为工作提供不小的便利,然而有利就有弊,以当前的技术来说把控数据源的量与度仍是关键

随着互联网的发展,大数据征信已被越来越多地运用到金融领域,互联网金融平台利用大数据判断用户的信用记录是否良好,从而授予用户相应的信贷额度。传统银行也在加紧布局大数据网络,试图与互联网平台接轨。

与传统信用评估模型不同的是,传统的信用评估是根据一个人的借贷历史和还款表现,通过逻辑回归的方式来判断这个人的信用情况,而大数据征信的数据源则十分广泛,电子商务、社交网络和搜索行为等都产生了大量的数据,在如此海量的数据面前,如何把控数据源的“量”与“度”是互联网平台和传统金融机构需要重视并解决的问题。如今一切信息皆可以成为信用数据,经过分析后用于证明一个人或企业的信用状况。

大数据的“量”是指:有多少个体在被分析,每一个网上注册账号的个体都可以成为被分析的对象。

数据源的“度”是指:被分析的个体都有哪些方面能够成为可以参考的数据。

有很多人认为数据能够被称为“大数据”需具备两个因素:第一要覆盖面广,用户足够多;第二维度广,要从一个人行为的方方面面反映个体的行为与信用的关系。但是,笔者认为事实并非如此,数据的“量”与“度”也应严格加以控制。

把控大数据的“量”关键在于从大量的数据之中筛选出“有效用户”。无论是在传统金融领域,还是互联网金融领域,给客户做信用评估的前提是必须知道这个人就是他自己。所以,如何证明“你是你”是大数据征信首先要解决的问题。然而现实的情况是:一个人可以同时申请多个账号,多个人在知道账户信息的条件下也可以同时使用一个账号。在这样的情况下数据信息往往有所重叠。因此,数据的体量大并不代表数据更加可靠。

随着越来越多的金融业务互联网化,“反欺诈”面临的挑战也日益增大。“身份认证”的重要性在各项监管文件中反复被强调,而各家机构也在不断探索如何利用新的技术在网上实现身份的核实。金融机构在重视数据量的同时还可运用先进的科学技术手段,如指纹、虹膜、人脸识别等一系列生物识别技术,将大量的无效信息排除在外,同时也能够抵御数据造假所带来的信用风险。

对数据源“度”的有效性进行控制也是金融平台和金融机构需要考虑的问题。社交软件在数据量上有着非常明显的优势,许多社交软件常常从用户行为上分析判断一个人的信用是否良好,这就有可能出现“分析过度”的情况。

在一些大数据征信的文章中,一些案例是这样分析个人行为和信用评分的关系的:经常半夜上网的用户可能被认为没有稳定的工作而降低信用评分,购买大件家具的用户可能提示有固定房屋资产而使其信用评分较高,微博更新频繁的用户可能因为社交活跃而信用评分较高等等。但这些因素并不十分稳定且准确,有些行为可能只是用户的个人习惯,如果过度依赖这些因素将对用户信用的判断产生误差。因此,哪些行为可以成为判断个人信用的标准需要考量。

因此,大数据能够成为金融机构的征信参考标准并不一定要求数据量大、数据的维度多,数据的有效性高、数据更能反映问题才能让征信更加全面、可靠。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-01-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据猿 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档