京东金融自主研发RNN算法 准确识别风险用户

时间：2017-10-23 16:30 来源：未知 编辑：微观

　　PKDD全称是欧洲机器学习与知识发现国际会议，是一个欧洲的数据挖掘顶级会议，在国内获得了中国计算机学会的权威认定，含金量极高。9月24日，京东金融Vector Lab(向量实验室)的论文《使用循环神经网络进行电商网站交易的欺诈检测》Session-Based Fraud Detection in Online E-Commerce Transactions Using Recurrent Neural Networks入选今年的PKDD。

　　传统的反欺诈系统大多采取基于特征匹配的专家系统或者基于统计的机器学习算法，这类方法确实在实际系统中防范了大量的欺诈行为，但是电商场景是一个复杂多变的场景，无论是商品的更新还是客户的偏好都在随时变化，仅靠基于业务特性手动设计出的统计特征很难及时捕捉到少量变化的欺诈行为。

　　京东金融在数据挖掘与人工智能领域的技术成果已经得到世界最权威机构的认可。目前，京东金融已将人工智能技术广泛应用于支付、消费金融、供应链金融等各项业务，风控体系优化成效显著，客户体验更为高效、智能。在信用管理方面，京东金融自主研发的RNN时间序列算法可用于用户行为路径学习，对于风险用户识别准确率超过常规机器学习算法3倍以上，基于生物探针技术，京东金融可通过APP采集用户应用过程中超过120项指标，通过用户行为洞察用户风险。京东金融图计算技术也在打击黑产方面屡建奇功，目前京东金融拥有超过14亿个用户节点信息及相关的行为连接。数据显示，京东金融图计算“黑名单团伙”测试准确率超过90%。

　　“异常的行为隐藏在行为序列中，总会找到蛛丝马迹。我们把一个时间段内的所有行为按先后顺序给机器学习，在学习大量样本后，它就能找出其中的细微差别，这就是RNN时间序列算法对于金融的价值所在”，京东金融风险管理部总经理沈晓春如是表示。