向前金服理财反欺诈图谱，高效准确的社群识别

　　随着向前金服理财等互金平台的人工智能等先进技术在风控方面的落地，知识图谱的应用给反欺诈产品的推陈出新提供了路径。那么向前金服理财反欺诈图谱有哪些具体表现呢？接下来，跟随小编一起来看下。

　　金融风控以判断借款人的还款能力和还款意愿为核心，其中反欺诈主要通过对借款人还款意愿的判断来识别欺诈风险。除了个人欺诈，还有团伙欺诈等来自第三方的欺诈风险。

　　2018年初，向前金服推出反欺诈图谱的1.0版本，实现了利用图谱识别欺诈风险的突破。随着业务的不断发展，向前金服持续丰富其多源异构数据资产。一方面，向前金服继续积累自身数据，形成并丰富自己的欺诈名单数据库；另一方面，引入百行征信等合规数据源，丰富可验证数据，提升图谱挖掘复杂关系网的能力。

　　其中反欺诈最重要的是身份识别，通过验证借款人身份真伪来初步判断其还款意愿。而难度最大的是对团伙欺诈的识别，欺诈组织分工明确、设备专业，隐藏在非常复杂的关系网络中。知识图谱作为将不同节点串联为关系网络的直观表达方式，可以有效帮助我们梳理隐含的关系网络，以量化技术解决欺诈问题，是识别团伙欺诈的有效手段。

　　在今年7月，向前金服的反欺诈图谱迭代到2.0版本，可实时对数据进行处理。同时，在拥有完整产业链的黑社群挖掘上，取得了阶段性成果。通过对几百万个有问题的社群进行持续观察追踪，并根据自身业务叠加针对性条件缩小黑名单范围，向前金服的反欺诈图谱产品可为反欺诈团队提供有效的风险线索，进一步提升风控团队应对日益多变的欺诈挑战的能力。

　　在技术上，2.0版本的反欺诈图谱采用先进的图数据库Neo4J技术框架，其非结构化数据存储方式、分布式高可用模式、秒级响应的高性能等特点，为向前金服反欺诈图谱的灵活设计、敏捷开发、迭代优化等提供了可能。

　　有梳理成体系并不断完善的大数据坐镇，结合验证有效的方法论、高性能的数据库技术，向前金服将持续创新、验证知识图谱技术在反欺诈中的应用，迭代反欺诈图谱产品，在规范运营的基础上提升欺诈风险识别度，提高资产优质性。