Blog – 技术博客2018-05-21T10:43:17+00:00

技术博客

技术动态

Spark +AI | DataVisor 出席尖端大数据大会,独家分享深度学习反欺诈应用方案

2018年6月4-6日,由 Databricks 主办的 Spark + AI 2018年度峰会在旧金山召开,DataVisor 受邀参加大会,并分享关于“深度学习在反欺诈行业中的应用”。该峰会是顶尖大数据社区 Apache Spark 一年中最大的峰会活动,自然是干货不少。除了不少业界大牛会带来精彩绝伦的分享以外,还更加关注如何运用崭新的大数据技术使得机器学习更好落地于应用。而 DataVisor 不但是首个将人工智能应用于反欺诈行业中的企业,也是早期支持 Spark 大数据平台的企业之一。

了解更多 »
技术动态

电商消费分期背后的套现猫腻 | 场景分析

相信现在各类电商平台的分期服务你绝对不会陌生,近些年来各大电商为了刺激消费,各类分期服务层出不穷,而且往往申请十分简便,几乎是一键申请。但如此简便的服务却衍生出了一种新型风险——道德风险。从最开始大额医美分期、汽车分期,再“下沉”到手机分期,衣服鞋帽分期等。电商分期场景下的骗贷业务成为了欺诈的高发区。

了解更多 »
技术动态

为什么无监督机器学习能改变反欺诈行业 | 技术解析

无监督机器学习作为机器学习的一大门类,虽没有“深度学习”那么大名鼎鼎,却也是由来已久并在另一个场景颇有建树——那就是反欺诈。事实上,无监督机器学习技术已经被认为是最新一代的反欺诈新技术,其在团伙欺诈方面的检测成果也已被业界广泛认可。

了解更多 »
技术动态

无监督机器学习反欺诈为什么是主流 | 四种常见反欺诈方法解析

在这个世界上有阳光的地方就会有阴影。互联网在带给我们便利的同时,也滋生了许多黑色产业。企业在现在愈发重视反欺诈,从最开始的人工检测,到后来的黑白名单、规则引擎、有监督学习算法,再到现如今的无监督学习,演化至今,欺诈与反欺诈手法可谓变化多端,此消彼长。知名技术咨询机构Gartner就曾预言,在2021年会有50%的企业会运用无监督机器学习。那么无监督机器学习为什么会是业界主流呢?这篇文章将会着重从业务知识场景带你了解无监督的优势之处。

了解更多 »
技术动态

风控场景的中地址信息的处理和使用-上 | DataVisor技术讲解

随着互联网和O2O的快速发展和广泛普及,地址信息成为一个必要的采集字段。想想现在外卖需要地址、网购需要地址、申请信用卡需要公司和家庭地址,地址信息是这些服务要实现的必要因素。但其实地址除了在企业服务中发挥必要作用以外,其实也用于企业的风控管理。但目前风控领域对地址的使用大都比较浅显,甚至有的信贷公司和银行仅在催收时才会使用地址信息,就像是鸡肋,食之无味,弃之可惜。但实际上,地址所包含的信息十分有价值,甚至能从地址中捕获出欺诈的现象。

了解更多 »

如何用无监督机器学习增强现有检测结果?