南宫28ng如何建立大数据风控的框架可以判断这个人是否经常换工作，比如半年经常和这一些人交流，另外一段时间就换了工作换了朋友交流

　　可以将大部分的数据分到这五个类别，最重要的是 人口属性和信用属性来决定授信额度。要基于业务模型来决定需要哪一些数据，数据是服务于业务和风控模型的

　　金融风险主要分为1、信用风险：借钱不还，有钱不还，还款能力和还款意愿2、欺诈风险：很多互联网金融公司早期面临的主要挑战就是欺诈风险，欺诈风险主要发生的原因有以下几点：（1）用户数据被泄露，就会有用户来冒充其他用户（2）风控缺失、业务上有漏洞，很多互联网公司没有经验面对这些风险，银行已经有很多经验，所以很多羊毛党都来到互联网金融公司薅羊毛（3）大家信息是不对称的，所以羊毛党能够在这里骗了之后到另外的地方骗，羊毛党抓住了业务的漏洞（4）黑色产业链，金融集团的出现

　　第三方支付中的一些主要的风险：1、盗卡，盗刷，因为支付机构都是持牌机构，为了保护声誉，一般会全额赔付2、串谋骗贷，比如去美容，就会有人直接到美容院3、多头借贷，多家平台全部都去借4、账号欺诈

　　移动互联网时代，大家都是用手机完成交易行为，一般都是手机验证码通过验证，但是欺诈分子会通过×××拦截手机验证码来通过验证。

　　一般的风控模型：1、身份验证模型2、信用评分模型3、行为评分模型4、欺诈模型5南宫28ng、第三方支付的有套现模型，虚拟交易模型（最容易出现洗钱套现）6、还款意愿模型7、判断是否会过度借贷8、马甲养号识别模型

　　传统金融机构是如何做风控的：1、传统金融机构会要求提供很多凭证2、传统的金融机构没有消费特征数据等数据的优势

　　要判断是否是用户本人的真实意愿需要在设备层面做欺诈风险的防控南宫28ng，手机需要绑定，换了手机需要认证在登录账户的时候，需要人工验证，比如手动滑动。指纹验证，人脸识别

　　建立防范欺诈风险引擎1南宫28ng、建立风险特征库：非常驻地点、非常见行为2、基于反常行为，建立风控专家规则集3、利用规则集建立机器学习模型，让规则集不断完善