展会信息港展会大全

信也科技论文荣获WWW国际顶级学术会议FinWeb研讨会最佳论文
来源:互联网   发布日期:2021-04-22 09:47:54   浏览:9308次  

导读:近日,信也科技(NYSE:FINV)学术领域再创佳绩,由人工智能团队几位专家联合撰写的题为《Financial Fraud Detection on Micro-credit Loan Scenario via Fuller Location Information Embedding》的学术论文,被评为The International World Wide Web Conference...

近日,信也科技(NYSE:FINV)学术领域再创佳绩,由人工智能团队几位专家联合撰写的题为《Financial Fraud Detection on Micro-credit Loan Scenario via Fuller Location Information Embedding》的学术论文,被评为The International World Wide Web Conference - WWW2021(以下简称“WWW2021”)中FinWeb研讨会的最佳论文,这也是信也科技首次作为第一作者撰写论文入选顶级国际会议并获得“最佳论文”荣誉。

与此同时,信也科技也受邀成为该会议的首家中国赞助支持伙伴,与Microsoft、Amazon、Facebook、Google 等世界知名互联网高科技企业一同为该会议的发展提供支持,并在会上共同分享、探讨未来互联网发展趋势。

全新的嵌入式网络算法助力解决“金融欺诈”痛点

此次会议中,信也科技投递了名为《Financial Fraud Detection on Micro-credit Loan Scenario via Fuller Location Information Embedding》的论文。据悉,该论文在组委会国内外知名学者专家的匿名评审后获得高度认可,并将在WWW会议上的金融科技主题讨论会进行专场分享。

论文探讨了金融科技领域非常重要的话题“金融欺诈检测”,它不仅是风险控制引擎的关键功能之一,也为利率定价政策提供了最有力的保证,是助力个人借款业务健康发展的重要工具之一。

当传统金融欺诈检测手段无法满足金融科技的检测需求时,本论文中提出了一种以“互联网”的方法去解决问题的新思路,以数据驱动的算法作为金融欺诈检测的主要工具。

论文重点讨论了新思路将如何融合表示用户数据,如何证明其有效性,以及如何用在具体的业务模型中:从用户相关的位置信息(比如线下用户提交申请的地点、身份证上的地址等)和相关数据中抽取相应的特征(例如客户行为、经济及社会相关的数据),构建地理位置的一个嵌入表示,并以此预测客户在未来一段时间内是否存在逾期的可能。论文设计和探索了与位置(地址)相关的新信息,这些信息被证实是金融欺诈检测的重要因素之一(如图1)。

信也科技论文荣获WWW国际顶级学术会议FinWeb研讨会最佳论文

图一:地址和房价信息对逾期的影响

论文论证了位置坐标和房价量化分析位置信息与欺诈行为之间的关系。然而在实际工作中,很少有人关注这些信息。这其中通常存在着利用位置信息的三大挑战:(1)数据稀疏性使金融欺诈检测模型难以充分学习到位置信息与欺诈行为之间的关系;(2)仅考虑位置信息而不具有居民个性的金融欺诈检测模型时,欺诈识别位置信息的能力被大大削弱;(3)位置信息的表示需要是有效且易于使用的,以便在下游任务中使用。

论文的一大贡献是提出了一种基于自动编码器的位置信息嵌入网络FLIE,它可克服上述挑战,将理论应用在实践中。与原来的位置信息(用位置坐标表示)相比,FLIE不仅包含原坐标信息,还引入了位置坐标的其他属性,即社区坐标和社区信息。此外,FLIE还考虑了客户的个性及行为数据,以增加客户区分度。因此,FLIE的信息量比原始位置信息更为丰富(如图2所示)。

信也科技论文荣获WWW国际顶级学术会议FinWeb研讨会最佳论文

图二:地址embedding FLIE的整体架构(图(a) 四类信息作为FLIE的输入,及embedding的模块化结果,图(b) encoding部分的结构)

为了更好的应对挑战,解决数据稀疏问题,FLIE进行了自监督学习。相对于监督学习,自监督学习是从极不平衡数据中学习信息的更好选择。同时,FLIE还将客户个性引入到位置信息嵌入中,克服个体差异,增强位置信息嵌入的欺诈识别能力。我们的应用程序收集了丰富的经过授权的客户行为,这些信息隐含了客户的自然和社会属性,因此非常适合为位置信息嵌入补充个性化信息。那么,FLIE探索了位置坐标、社区坐标、社区信息和客户行为之间的关系。最后,FLIE用大量数据中学习嵌入的位置信息,取代人工制作的特征,解决了在下游任务中重复构建特征的问题。论文采用了全局和局部的两层注意力机制,也是一个明显的特征,既简化了注意力模型的复杂度,又保证了整体模型特征的充分抽取(见图3)。

信也科技论文荣获WWW国际顶级学术会议FinWeb研讨会最佳论文

图三:全局和局部注意力机制通用的模型结构

上述模型在现实中被用于风险控制中,包括了逾期客户预测和客户分群两大任务。逾期客户预测涉及欺诈客户检测、信用额度和利率定价等应用。客户分群的应用包括设置借款策略、营销、睡眠客户唤醒和对不同客户群的风险控制建模。

由此可见,FLIE模型在通过不断试验论证并应用后,将帮助行业进一步解决是风险控制中的金融欺诈检测,推动行业发展,为我国金融科技健康发展贡献积极力量。

厚积薄发,实现WWW2021精彩亮相

被称为“互联网发展的风向标”的WWW2021,是被csrankings.org,csmetrics.org及中国计算机学会高度认可的A类推荐学术会议,曾在世界各地多个国家和地区举办,是互联网业界的顶级盛事,并成为学术界以及产业界人士探讨技术、交流思想、推动互联网演变发展的峰会。

本届WWW2021将于2021年4月12日到4月23日在位于欧洲心脏的斯洛文尼亚首都卢布尔雅那举行,此次信也科技论文入选并被评选为FinWeb最佳论文,同时作为首家中国地区的赞助支持伙伴受邀参与大会专场研讨,标志着信也科技在学术研究方面的重大飞跃。

WWW2021选择信也科技作为赞助合作伙伴是对其技术科研能力的认可。在过去五年中,信也科技的研发费用累计达10亿元,投入金额在行业内属于较高水平,而对业务全流程的精细化运营以及技术微创新将是信也后续进行科技投入的重点方向。

截至2021年3月31日,信也科技共登记软件著作权171项,另外已成功提交125个专利申请,12个被授权。信也科技还拥有高新技术企业、上海市企业技术中心、计算机三级等保等资质。目前,信也科技完备的自研技术已实现了对业务流程的全覆盖,如人脸识别、多场景OCR、声纹识别等多模态核身、增信技术,语音识别、意图识别、对话管理、语音生成等全流程智能对话机器人技术,以及基于复杂网络的不良中介识别和团伙识别技术等。此外,还形成了智能投放、精准营销、核身、反欺诈、风控决策流、Automl模型平台和智能机器人等一系列AI产品。

信也科技每年举办的信也科技杯(前身“魔镜杯”),更是不断推动和激励金融科技行业的技术进步与创新。信也科技取得成绩的背后是长久以来着眼于科技并致力于科研的信念,亦是信也科技长期坚持与包括加州理工大学、加州大学洛杉矶分校、浙江大学等在内的海内外顶级名校以及知名科技企业合作开展产学研联动的成果。

今后,信也科技将继续保持对科技研发的关注与投入,并进一步加深与高校的科研合作,力求在相关领域进行新尝试与新突破,努力实现“科技,让金融更美好”的使命。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港