本篇文章1941字,读完约5分钟

我们的记者周文静

互联网金融的快速发展迫切需要个人信用信息系统的支持。个人征信机构的接受期已经到来,八家征信机构正准备推出自己的产品。互联网基因最多的腾讯准备工作和产品发布是什么?腾讯信用信息总经理吴丹表示,仅从人群覆盖率来看,每月活跃的qq用户就达到了8亿。腾讯信用信息可以通过海量数据挖掘和分析技术预测其风险表现和信用价值,并为其建立个人信用评分。由于数据来源不同,各种信用报告公司更多的是合作关系。

充分挖掘海量数据

《中国证券报》:经过半年多的准备,腾讯信用信息的整体准备和产品发布是什么?

吴丹:按照中央银行的要求,正在做准备和改进,主要包括制定规章制度、建立组织机构和业务体系建设。目前,腾讯信用信息主要为个人客户提供信用信息产品。腾讯的信用产品主要分为两类:一类是反欺诈产品,另一类是信用评级产品。反欺诈产品包括人脸识别和欺诈评估。人脸识别主要用于身份验证的相关场景,并已应用于腾讯的微证券等产品。欺诈评估是对客户的欺诈风险进行水平评估。级别越高,欺诈风险越大。目前,信用评级产品可以提供和使用信用评分和信用报告。

充分挖掘海量数据

此外,腾讯信用信息协会整合现有信用信息产品,根据不同业务需求,为金融机构贷后贷前和贷后提供一套完整的实时在线风险管理解决方案。贷款前,通过人脸识别和欺诈检测,确保贷前审计,尽可能避免团伙欺诈和欺诈惯犯,根据现有腾讯数据模型,结合具体的金融产品、客户群体和场景,提供个性化的风险控制决策,将客户和金融产品与信用信息产品深度融合。根据信用评估为客户提供不同的个性化金融产品。在贷款期间和之后,根据客户的动态实时进行风险预警。

充分挖掘海量数据

中国证券报:目前腾讯信用信息的主要客户群是什么?它会集中在某个区域吗?

吴丹:腾讯的信用信息服务主要包括两个对象:一是金融机构可以通过提供互联网信用信息服务帮助其降低风险,为更多用户提供金融服务;二是为普通用户服务,帮助他们以非常方便的方式建立信用记录,这反过来又能帮助他们获得更多的金融服务。目前,已与商业银行、消费金融公司、小额贷款和p2p公司、保险公司和金融服务公司开展合作。许多大中型信贷机构已通过数据验证,许多合作伙伴已进入产品调试和试用阶段。

充分挖掘海量数据

《中国证券报》:与其他七家征信公司相比,腾讯的征信有哪些优势?

吴丹:腾讯信用信息在人群覆盖、身份验证和反欺诈方面表现突出。就人群覆盖而言,qq每月活跃用户达到8亿。腾讯信用信息可以通过海量数据挖掘和分析技术预测其风险表现和信用价值,为其建立个人信用评分,并通过实时监控更有效地判断用户的还款意愿和违约概率。

在身份验证方面,腾讯拥有领先的人脸识别技术和国内权威的人像数据库。结合腾讯原有的技术算法,将大大提高人脸识别的准确率和商业应用的可用性,可以有效帮助银行解决身份验证问题。和其他问题;反欺诈产品依靠腾讯15年多渠道、多平台的数据积累,通过从不同角度建立反欺诈模型和规则,为合作伙伴提供实时查询界面。

充分挖掘海量数据

事实上,由于数据来源的不同,并不存在竞争关系,而是一种合作关系,这种合作关系相互补充、相互结合,可以更全面地看到一个人的信用状况。

《中国证券报》:随着互联网大数据的普及和应用,腾讯信用报告如何看待大数据在信用报告行业中的作用?

吴丹:此前,一些金融机构和民间组织主要引用央行的个人信用报告。然而,对于一些蓝领工人、学生、个体经营者和自由职业者来说,他们没有个人信用记录,金融机构了解他们的信用记录成本很高,因此他们无法准确判断这些用户的信用风险。这些用户可能是腾讯的活跃用户,他们使用社交、门户、游戏、支付和其他服务。因此,我们利用海量数据挖掘和分析技术来预测他们的风险表现和信用价值,并为他们建立个人信用评分。

充分挖掘海量数据

目前,腾讯的信用信息数据主要来自两个部分:一是腾讯系统的数据,如财付通的交易数据和qq的社交数据;其中一些是外部的,如教育信息数据。腾讯互联网大数据信用报告主要利用社交网络上的在线信息,如在线、消费和安全设置,为用户建立基于互联网信息的信用报告。具体而言,信用信息系统将利用其大数据平台tdbank收集和处理来自不同数据源的相关行为和基本特征等数据,并利用统计学和传统的机器学习方法获取用户信用评分和形成个人信用信息报告。

充分挖掘海量数据

中国证券报:信用信息业务的核心是数据。如何在发展业务的同时保护用户信息?

吴丹:根据央行的相关管理办法,在收集和查询个人信息时,必须获得信息主体的授权和同意,并明确用途和使用范围。在隐私方面,腾讯在开展信用信息业务时,一定会执行央行《信用信息产业管理条例》的要求,接受监管和公众监督。

通过腾讯现有数据对现有产品进行建模和评估,不分析和触及与用户相关的聊天内容和交易细节等私人内容;评分等的使用。,只有在客户明确授权后才会提供给第三方组织。

标题:充分挖掘海量数据

地址:http://www.7mne.com/rbxw/9310.html