百度推出大数据风控平台—“般若” 加快业务探

　　原标题：百度推出大数据风控平台—“般若” 加快业务探索和布局

　　人工智能时代到来，作为AI最重要的商业变现场景，金融业的竞争更加集中为流量、大数据的竞争。在数据为王的AI时代，金融业也更加回归“经营风险”的本质，风控成为智能金融竞赛的核心单元。近日，百度集人工智能和大数据技术优势，针对金融行业的痛点，推出大数据风控平台——“般若”，加快业务探索和布局。

　　智慧搜索数据 支撑“般若”平台

　　“般若”一词，是梵语Prajna的音译，意为“终极智慧”、“辨识智慧”，专指如实认知一切事物和万物本源的智慧。在纷繁复杂的现象中辨识万物的本源，这是般若的本意，也是百度金融大数据风控平台的寓意：在纷繁的世界中，帮助更多金融机构和合作伙伴，共同建立一个持续共赢的成长生态。百度金融“般若”大数据风控平台的辨识能力首先来自于百度的“智慧”数据。

　　通常来说，电商数据主要包括销售数据、用户购买行为数据、商品数据、客户咨询数据、售后服务数据、推广投放数据、营销活动数据，以及网站整体运营数据等，其优点是便于商品运营、用户运营和产品运营，相较搜索大数据来说，维度少，数据特征相对集中。社交数据则拥有群体性、关系性特征，拥有整体社交用户的90%，日均集纳流量超过160亿，优点是可以对群体动态具有较为准确的预测性等，社交数据的缺陷在于存在一定的风险和漏洞，如容易被人为操作，数据单一维度的造假容易，代价低。

　　BAT的数据各具特色，相比阿里巴巴在消费领域具有较强数据，腾讯在社交领域占据优势，百度具有海量的搜索数据。由于百度拥有中国互联网领先的流量资源，百度搜索大数据的特征是高维、稀疏的，数据涵盖人口属性、兴趣关注、消费场景、常驻位置、信用评分、APP行为等，拥有丰富的维度可以做更精准的用户画像。

　　智慧服务 提供场景化一体化解决方案

　　在AI时代，金融业的痛点包括获客难、技术升级快、风控成本高等。在基础数据上，金融领域普遍面临样本集群不大导致的数据高维、稀疏、小样本的难题。

　　从行业面临的痛点和挑战上看，“般若”平台通过百度独有的数据特征和算法，提出了整体解决方法：百度的“般若”风控平台，可一一破解难题：百度的梯度增强决策树可以聚合大数据高维特征，可以实现高维数据降维、增加风险区分度；百度的深度学习，将特征嵌入，利用关联挖掘等解决数据稀疏问题。“从3000+降维至400维，可将行为的风险区分度有效提升5%+”，而基于百度数亿级用户数据，通过图计算，可将信用标签传递，丰富信贷样本。

　　通过AI技术，百度金融对大数据进行处理、归类，梳理除很多数据特征。例如，通过Boosting算法，对大量的数据观测后进行学习，通过函数表达，在这些高维的数据中可以总结出一些特征。有了这些特征，就基本可以定义一个用户，无需把数据全部都集中在一起了。在数学上，这样的表达也可以描述为，这些数据都被分类在各个分类器里面，只要掌握了分类器的函数表达，每一个分类器里面的数据差异就可以忽略了。

　　百度金融技术负责人许冬亮在2017年百度世界智能金融分论坛上展示了”般若”的成绩单：在信用领域，央行征信数据加百度数据可以将客群的风险区分度提升13%；在反欺诈领域，百度已拥有百亿节点、五百亿边的关联网络，可以提升识别骗贷团伙的成功率。

　　同时，百度金融所提供的解决方案是场景化、一体化的。百度“般若”系统实现覆盖信贷全业务流程，包括贷前（智能获客）、贷中（审批授信）、贷后（监控催收）。贷中包括身份的核验，针对黑产的欺诈识别，以及信用风险度量等多种技术手段的运用。贷后对贷款进行监控、催收、复联等。