京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据征信和身份核实是互联网金融的两大挑战
2015年4月29日,2015全球移动互联网大会分论坛—全球移动金融峰会在北京国家会议中心举行,大会主题聚焦“繁荣与理性”,分别从支付、市场、视界、移动与金融新融合四个方面探讨移动互联网金融的发展。本界峰会吸引腾讯、京东、百度、支付宝等科技巨头参会,必将碰撞出激烈的思想火花。中国电子银行网作为合作媒体全程直播此次峰会,以下是本网发回的现场报道。
腾讯征信吴丹从互联网金融面临的挑战切入,重点谈到了大数据征信和身份核实。吴丹表示,一方面,互联网金融在提供便捷的同时,欺诈的成本也在降低,每一个互联网金融产品的出现,或多或少都伴随有假冒身份的尝试,如何准确有效地识别一个用户的身份越来越重要,因而一个高精准度的身份核实体系至关重要;另一方面,央行的征信系统只覆盖三亿用户,而互联网金融的最主要参与者,另外五亿的互联网用户的信用评价才是关乎互联网金融命脉的,因而,大数据征信技术的成熟至关重要。
以下是吴丹的演讲实录:
吴丹:大家好,我是吴丹,很高兴在移动互联网的时代来介绍一下大数据征信和身份核实。在过去的两年是移动互联网,是互联网金融在加速发展的时期,一方面我们看到了越来越多的互联网金融产品正在和用户产生巨大的化学反应。另一方面我们也感到互联网正在越来越多地面临原本在金融领域里面的两个主要挑战。第一个挑战就是身份核实。在互联网的思维下,我们非常注重用户体验,所以让用户能够体验到越来越便捷的产品流程。但实际上在提供便捷的同时,欺诈的成本也在降低,每一个互联网金融产品的出现,或多或少都伴随有假冒身份的尝试。更为恶劣的还有贷款中介,还有一些团伙性的犯罪,这是每一个借贷机构都在面临的考验。
另外一个挑战就是对于用户信用风险的认识,也就是对用户未来一段时间里面能力的判断。我们在这儿讨论的是互联网的客户群体,是远远超过了现在央行征信体系覆盖下的人群。所以在腾讯征信成立初,我们就想要帮助金融机构,帮助借贷机构,帮助用户去解决这两个挑战。在接下来的十几分钟时间里面,我主要从大数据征信和身份核实这两方面来介绍。
腾讯为什么做征信,大家都在讨论,央行的征信系统覆盖三亿用户,而有活动能力的还有另外的五亿人没有在这个系统里面,他们实际上是大数据互联网金融会主要进入主要,主要来服务的一个市场?现在的问题是这五亿人他们在哪儿?一个简单的回答就是他们都在QQ和微信里。腾讯有八亿的用户活跃。央行征信系统没有覆盖的这些人他们实际上可能是蓝领工人、自由职业者,或者是刚刚进入社会的年轻人。这些人每天有大量的时间在互联网上,他们可能每个小时都在跟腾讯产生交互,所以他们留下了大量的线上的行为足迹。这些行为足迹包括有支付、社交、游戏、浏览等等。我们有非常丰富的纬度去分析这些用户的行为。不仅如此,我们还与借贷机构来合作,向这些用户发放贷款,我们想要了解他们的还款表现,也就是说我们可能是国内为数不多的能够真正比较上规模地了解这些用户的真实信用风险的公司。在我们信用模型里面已经证明了社交关系是能够非常有效地提高模型的预测能力。
所以我们进入到了征信,我们选择大数据征信,也就是用非常丰富的海量的数据,用前沿的分析技术来进行信用评价。我们希望能够帮助到金融机构、借贷机构去做更好的风险控制,希望能帮助到每一个互联网用户去获得他们自己的金融服务,也希望能够帮助到整个社会建立这样一个信用体系。
我们的优势显而易见,首先是我们在数据上是和现在的信贷数据和现在的还款表现数据是互补的,我们的是互联网上的行为数据。另外,我们覆盖的人群有八亿人,我们有触达用户的途径。所以我们在为每一个腾讯的用户建立他们自己的信用报告,为他们做出信用评价,这些信用评价的话,主要会是从财富、安全、守约、消费、社交等几个纬度来评判。这里要说明一下的是我们的评价实际上不会涉及到用户内容方面的信息。那么更深入一席,我们还在做一些社交关系上比较前沿的研究,也就是说我们认为,一个人的信用情况的话,它不仅和自己相关,它同时也和他自己很多,多因素的社会关系的数据是相关的,例如他自己的人脉情况怎么样,他在社会里面的地位怎么样,甚至是他和他的朋友的信用情况怎么样,他所在的群、组、他所在的圈子的情况怎么样。所有这些都会应用在我们要推出的信用评价里面。
下面我会谈第二个挑战,在身份核实方面。在过去两年时间里面,我们其实看到互联网与各个行业在结合的时候,实际上能不能准确地、有效地去识别一个用户的身份越来越重要了。在过去15年时间里面,腾讯实际上已经积累了大量的反欺诈技术和黑名单库。现在我们应用出来,再加上一些深度学习、积极学习建立起来的模型和规模,我们提供一套能够实时在线校验身份的工具,这样的工具我们希望能够帮助到各个行业,也帮助到互联网公司我们自己去识别用户的身份。主要包括的账号安全服务、等级服务和腾讯人脸识别服务。账号安全等级服务我们实际上是根据用户的身份证、姓名,以及QQ等其他的识别标识来甄别这个账号可能的欺诈风险水平。在其中,我们应用了腾讯比较独特的账号设备关系这么一个技术,这是腾讯独特的优势,在这些应用出来的新的技术下面的话,我们能把现有的欺诈识别水平提高3-5倍,这个是我们现在正在测试,而且效果非常明显的一项技术。
另外一个技术就是腾讯的人脸识别技术,这个是最近开始曝光,而且也逐渐变成一个热点话题。腾讯实际上聚集了大量的互联网的尖端人才,包括的图像识别方面的,大数据分析、人工智能方面的专家,像腾讯的优to团队过去一直在开发领先的图像识别技术,每天在处理亿级的照片,在这样的基础之上,我们另外还去建立了非常大的、海量的人脸识别的样本库,特别是针对黄本人的人脸样本库,能让我们的人脸识别模型得到非常好的训练基础然后我们与权威的身份证信息库进行匹配,利用移动端在一两分钟里面完成操作,在秒击的时间里面得到反馈。实际上这套技术现在已经能够到落地的阶段了。我们可能在好莱坞的电影里面经常看到有面部识别的情景,但实际上可能现在还没有一个系统实时的能够在互联网上通过人脸识别来校验身份的,这个我们已经有了,我们并不是复制一个成熟国家已经有的模式,我们是在自主创新。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25