向前金服怎么样？借力“圈层效应”，直击风控痛点

　　金融科技平台之一的向前金服怎么样？在互联网时代，特定圈层的群体往往有着相近的特征与诉求，并在从众心理影响下形成群体特点和标签。那么，向前金服怎么样？是如何借力“圈层效应”，进一步击破业务中的欺诈问题的呢？一起来了解一下。

　　事实上，圈层文化不仅仅存在于小众文化、年轻群体，也不单是文娱消费、内容创新的指导，还是很多领域的“隐藏力量”。比如，金融业务中的风险管理。

　　特定圈层形成本质上源于人类的群居属性和寻找身份认同的需要，他们往往有着相近的特征与诉求，容易引起共鸣，并在从众心理影响下形成群体特点和标签。正所谓“近朱者赤，近墨者黑”，这句话所揭示的质朴道理，在风险管理中是识别欺诈尤其是团伙欺诈的有力基础。

　　最初，知识图谱本是Google用来改善搜索质量的技术，让用户可以查询到复杂的关联信息。图谱，也就是将不同节点通过各种关系串联为关系网络的直观表达方式。在反欺诈应用中，图谱能将复杂关系进行直观表示，可以帮助我们更有效地分析复杂关系中存在的潜在风险。

　　向前金服在2017年成立AI团队，旨在探索用人工智能的办法解决业务中的问题，而用知识图谱解决风控痛点之一的欺诈问题便是当时最为重要的发力点。

　　在金融学中，很多模型以“未来来自历史”为信念，认为分析历史可以洞悉未来趋势。但历史不可重复，而且人的心理和行为是不可准确预测的。所以，在风险评估上，仅仅通过分析借款人过往历史表现并不能全面揭示风险。而反欺诈图谱从借款人的周遭串联关系来分析其还款意愿，补充历史表现分析的不足。

　　在诸如“你的圈层决定了你是谁”、“近朱者赤、近墨者黑”在这样的基础逻辑支持下，向前金服反欺诈图谱通过黑名单数据库的建立、借款人关联人关系网的梳理，去判断借款用户的真实性，并评估用户的还款意愿。

　　人工智能自从被提出以来，已经迈过了多次发展浪潮。现在，行业跨过草莽阶段，开始逐渐进入沉淀期，参与者纷纷深耕垂直细分领域，构建从技术到行业的全方位壁垒。

　　对于很多行业来说，人工智能都是破局之子。但在风控应用中，大数据、 人工智能是辅助，需要与业务部门密切配合，否则只是无法落地的空中楼阁。

　　人工智能，“智能”前面离不开“人工”。在向前金服的反欺诈图谱中，决定其“聪明”程度的，除了信息节点、关系串联，还有以自动化为目标的运算规则。这是挖掘异常并分析风险的关键，而规则是人来建立和维护的。

　　反欺诈图谱的规则，首先要求适用性，有一些行业通用的规则，并不一定适用于特定的公司业务，要找出并验证与公司业务有高契合度的规则；其次要求稳定性，对向前金服来说，一套规则的稳定性优先级高于甄别度，需要收集足够稳定的特征来解决欺诈问题。

　　经过两年的经验积累和技术沉淀，向前金服反欺诈图谱建立了错综复杂的关系网络图，不断探索有效规则，一方面拥有了广泛发现复杂关系的能力，另一方面也提高了挖掘异常而进一步降低风险的水平。这些，将有利于进一步击破欺诈痛点，打造长期风控优势。