• 模型微服務
    天云公司將已經實施的模型算法整理容器化運行,提供模型產品微服務,配合MaximAI大數據挖掘平臺,為企業提供數據建模孵化運行服務,實現人工智能+行業應用。
  1. 1
    信用卡行為評分模型產品

    ◆ 模型產品背景

    B卡行為評分模型是根據客戶在使用信用卡之后的行為數據,個人用卡習慣,來預測客戶在未來使用信用卡過程中的違約概率。
    信用卡行為評分模型是根據某股份制信用卡公司發行的信用卡,利用信用卡發行后客戶用卡行為數據,通過梯度提升算法構建行為評分模型。

     

    ◆ 模型產品總述

    行為評分模型用于評估個人用卡違約的可能性,通過分析個人歷史行為情況及相關影響因素,反映個人信用風險程度。該指數閾值范圍為0—100分,分值越大表明個人履約程度越高,未來違約風險越小;反之違約風險越大。

    模型方法論基于經典二分類違約模型,根據銀行實際的客戶逾期數據,與客戶行為數據總體進行匹配,并將匹配后的總體分為建模樣本和驗證樣本,采用GHOST算法來訓練建模樣本,得到每一個客戶的違約概率,然后將違約概率轉換為行為評分分數輸出,然后對新增數據進行預測,提高違約人員發現概率。

  2. 2
    貸款行為評分模型產品

    ◆ 模型產品背景

    根據存量貸款客戶的基本信息、貸/還款信息與人行征信信息進行客戶違約風險的評估,從而對未來風險高的客戶做出提前的預警處理,并提前采取相關措施(例如:適當的調高利率,取消循環貸等),降低壞賬的發生率。

     

    ◆ 模型產品總述

    貸款行為評分模型用于評估貸款企業違約的可能性,通過分析企業及法人行為情況及相關影響因素,反映企業信用風險程度。該指數閾值范圍為0—100分,分值越大表明企業履約程度越高,未來違約風險越小;反之違約風險越大。

    模型方法論基于經典二分類違約模型,根據銀行實際的企業貸款逾期數據,與企業行為數據總體進行匹配,并將匹配后的總體分為建模樣本和驗證樣本,采用隨機森林算法來訓練建模樣本,得到每一個企業的違約概率,然后將違約概率轉換為行為評分分數輸出,然后對新增數據進行預測,提高違約企業發現概率。

  3. 3
    客戶高現金分期預測模型產品

    ◆ 模型產品背景

    為面對日前越演越烈的信用卡套現,目前許多銀行在對申請人進行相關資質審核后,將信用卡授信額度通過轉賬,將該筆款項以分期形式計入申請人賬戶中,提供變相的資金套現。同時,銀行在客戶套現過程中以手續費等方式獲取利潤,這亦催生了多種類的套現產品,現金分期業務便是由此應運而生。現金分期,有時又被稱為取現分期,一般是由信用卡持卡人申請,或者發卡行主動邀請持卡人進行申請的一種,將持卡人信用卡中額度轉換為現金,并分成指定月份期數進行歸還的一種分期方式。
    現有分期業務分為(3, 6, 9, 12, 18, 24, 36) 個月的7 種分期產品,辦理18期及其以上手續費八折優惠。多數銀行現有現金分期電銷模型是以SAS平臺為基礎,數據模型使用的數據精度及時效性均受限,僅能辨識出存量客戶中少數頭部分期高傾向客戶進行外呼,模型識別度尚有提升空間。
    客戶高現金分期預測模型通過歷史現金分期營銷數據建立模型,進而提高電信營銷響應率及其分期收益。

     

    ◆ 模型產品總述

    客戶高現金分期預測模型用于評估客戶進行現金分期的概率,通過分析歷史已經成功申請現金分期的客戶行為為情況及相關影響因素,反映客戶參與現金分期業務的迫切程度。該指數閾值范圍為0—100分,分值越大表明客戶越參與現金分期業務的,對此類客戶進行業務營銷,成功率越高。
    某銀行采用此模型進行現金分期業務營銷,客戶轉化率提供了20個百分點,極大的增加銀行業務收入。

  4. 4
    循環貸產品客戶響應模型產品

    ◆ 模型產品背景

    個人信用卡循環貸款是銀行根據個人客戶的信用卡授信額度,為其提供的一種短期融資便利產品,借款人在核定的額度金額內可循環周轉使用貸款。循環貸業務受到現金分期、賬單分期等影響,呈現循環客戶利息收入下降趨勢,貸款收益率下降。循環貸產品響應模型產品是采集現有循環貸業務的客戶響應數據,建立循環授信傾向響應模型,根據預測結果采取相應的業務措施,提升循環貸收益。

     

    ◆ 模型產品總述

    循環貸產品響應模型用于評估客戶進行循環貸產品響應概率,通過分析歷史已經成功進行循環貸客戶行為為情況及相關影響因素,反映客戶參與循環貸業務的迫切程度。該指數閾值范圍為0—100分,分值越大表明客戶越參與循環貸業務的,對此類客戶進行業務營銷,成功率越高。

    某銀行采用此模型進行循環貸業務營銷,客戶轉化率提供了10個百分點,收益率大大高。

  5. 5
    客戶信用評分模型產品

    ◆ 模型產品背景

    信用評分模型是消費信貸管理中先進的技術手段,是銀行、信用卡公司、個人消費信貸公司、保險公司等涉及消費信用的企業最核心的管理技術之一。信用評分系統在衡量信用風險的內部評級法中占有核心地位。信用評分模型不僅能夠幫助銀行劃分借款戶的信用等級,而且能夠直接預測借款戶的違約概率。本次所構建的信用評分模型通過序別化處理、建立模型、模型驗證等步驟,實現對信貸人的信用評分。

    介紹模型應用的背景,解決哪些問題,業務存在哪些痛點,需要采用模型算法解決。

     

    ◆ 模型產品總述

    基于大數據的信用風險評分模型是一種優點都比較顯著的模型。 主要優點包括:

    一是模型區分能力較佳。研究發現,以海量大數據為基礎、機器學習算法為支持,模型區分能力得到有效提升。
    二是模型運行的自動化程度較高。以大數據作為支持,通過采用一整套信用風險評分模型和業務規則,可以建立全自動貸款審批系統,并進一步建立全自動的全流程風控系統,以極少的人工干預和較低的運營成本,建立起適合零售小額貸款的信貸管理流程。

  6. 6
    申請評分卡模型產品

    ◆ 模型產品背景

    前國內大多數銀行信用卡部門采取人工審批作業形式,審批依據是審批政策、客戶提供的資料及審批人員的個人經驗進行審批判斷,存在以下問題:
    一、 信審人員對申請人的申請資料真實性的認定基本依賴于受理申請資料的信貸業務員的職業操守和業務素質。
    二、審批決策容易受主觀因素影響、審批結果不一致,審批政策調控能力相對薄弱。
    三、 不利于量化風險級別,無法進行風險分級管理,影響風險控制的能力及靈活度,難以在風險與市場之間尋求合適的平衡點。
    四、審批效率還有較大提升空間。
    由于零售信貸業務具有筆數多、單筆金額小、數據豐富的特征,決定了需要對其進行智能化、概率化的管理模式。信用評分模型運用現代的數理統計模型技術,通過對借款人信用歷史記錄和業務活動記錄的深度數據挖掘、分析和提煉,發現蘊藏在紛繁復雜數據中、反映消費者風險特征和預期信貸表現的知識和規律,并通過評分的方式總結出來,作為管理決策的科學依據。

    ◆ 模型產品總述

    一、申請評分模型具有客觀性,它是根據從大量數據中提煉出來的預測信息和行為模式制定的,反映了借款人信用表現的普遍性規律,在實施過程中不會因審批人員的主觀感受、個人偏見、個人好惡和情緒等改變,減少了審批員過去單憑人工經驗進行審批的隨意性和不合理性。
    二、申請評分模型具有準確性,它是依據大數原理、運用統計技術科學地發展出來的,預測了客戶各方面表現的概率,使銀行能比較準確地衡量風險、收益等各方面的交換關系,找出適合自己的風險和收益的最佳平衡點。
    三、運用申請評分模型可以極大地提高審批效率。由于申請評分模型是在申請處理系統中自動實施,只要輸入相關信息,就可以在幾秒中內自動評估新客戶的信用風險程度,給出推薦意見,幫助審批部門更好地管理申請表的批核工作。

  7. 7
    信用卡客戶分群模型產品

    ◆ 模型產品背景

    利率市場化是指金融機構在貨幣市場經營融資的利率水平由市場供求來決定。
    將現存信用卡客戶進行分群,確立各群體的風險等級是風險定價、利率市場化的第一步,也是最為關鍵的一步。因此,基于某信用卡中心提供的信用卡客戶數據,利用分布式人工智能平臺MaximAI構建客戶分群模型。通過信用卡客戶分群模型,探索客戶分群模型的可行性,打造穩定性高、維護性強、群體間具明顯差異的客戶分群。

     

    ◆ 模型產品總述

    通過無監督的聚類算法實現客戶分群,可以大大提高客戶分群的準確性和效率,為后續利率市場化,提供了堅實的客戶群體。

  8. 8
    油泵故障識別模型產品

    ◆ 模型產品背景

    石油企業中,在石油開采過程中,油泵發生故障是經常發生的 ,而且每次故障發生都會帶來一定停產周期,造成巨大經濟損失。油泵故障識別模型是從以往的油泵發生故障的相關因素,進行分析處理,構建故障識別模型,提供油泵故障識別率,降低經濟損失。

     

    ◆ 模型產品總述

    通過油泵故障識別模型產品的應用大大的提高了某石油企業的油泵故障識別率。

  9. 9
    注水井水表卡住預測模型產品

    ◆ 模型產品背景

    石油企業的注水井水表由于水質原因或者是零件脫落,易出現水表卡住的情況,利用注水壓力、瞬時水流等信息,建立注水井水表卡住預警模型,業務說明:水表卡住一般是瞬間發生,此時,注水壓力快速上升,在較短的時間里與配水干壓持平,采集的注水量遠遠完不成系統配注。排除人工關井情況。專業人員卡表判斷依據為:在單井系統配注不變的情況下,5分鐘注水量環比下降(如10%)以上,5分鐘的注水壓力環比上升(10%)以上。

     

    ◆ 模型產品總述

    通過注水井水表卡住預測模型產品的應用大大的提高了某石油企業的注水井水表卡住預測率。

  10. 10
    冠心病預測模型產品

    ◆ 模型產品背景

    心血管疾病(CardiovascularDisease,CVD)是當前威脅人類健康的重要疾病,其中冠狀動脈粥樣硬化性心臟病(Coronary HeartDisease,CHD)是臨床上常見的心血管疾病類型之一。CHD是由于血管的粥樣硬化而引起的冠狀動脈狹窄和(或)閉塞,致使冠狀動脈的血管管徑改變而影響血流循環,從而引起心肌缺血、缺氧的疾病狀態。冠心病的病程發展是一個慢性過程,健康→低危狀態→高危狀態→早期心血管病變→臨床癥狀→形成冠心病的全過程往往需要幾十年時間。因此,有充足時間可以通過健康管理延緩或阻止疾病進展。為此,在心血管病發生的早期階段,需要構建冠心病預測發病風險預測模型,以發現高危個體并及時針對其特定危險因素實施個性化健康干預,以期盡早預防冠心病發生。

     

    ◆ 模型產品總述

    通過冠心病預測模型可以輔助醫生提高冠心病的診斷率,某醫院使用此模型后,輔助臨床醫生大大提高了冠心病的診斷率。

竞彩微信投注 怎么让钱为你赚钱 手游馆赚钱吗 成都麻将血战到底计算 中专学什么职业赚钱 德州麻将 街机捕鱼赢话费 手机大学生赚钱app有哪些 手游销售行业赚钱吗 天天捕鱼达人下载 要找一个会赚钱的还是有地位的老公 梦幻卖d5胚子能赚钱吗 百分百彩票安卓 今日头条只发小视频可以赚钱吗 男的唱歌直播哪里赚钱 555彩票网址 五菱宏光怎样才能赚钱