顶象推出关联网络3.0 有效防控团伙欺诈
顶象推出关联网络3.0 有效防控团伙欺诈
2019年9月3日，顶象在北京召开“‘智’造关联，创‘心’服务媒体沟通会”。展示了新一代人工智能应用方案——关联网络3.0 。该方案不仅能帮助金融机构有效防控团伙欺诈，更可以为行业和场景提供精准营销、智能推荐、信用评分、会员运营等服务，助力业务安全与增长。
团伙欺诈日益猖獗
随着移动互联网的普及、金融电子化、数字化的进程，高效而灵活的多元化金融服务逐渐渗透到人民群众生活的方方面面。丰富的金融服务和多样化的应用场景，一方面降低了用户享受便利服务的门槛、极大提升了用户体验；另一方面，速度快、频次高、范围广、场景多等新金融产品的形态，也给金融机构的营销获客、用户体验、风险管理和精细化运营提出了新的挑战。
在欺诈分子横行、从线下到线上对各个场景展开立体化攻击的今天，有着明确分工和缜密“作战”计划的欺诈团伙，娴熟运用各类技术升级欺诈手段，试探和研究目标平台的业务流程和策略，在传统的反欺诈手段无法做到实时而精准的识别、预警与防控的现实情况下，对金融机构的安全展业构成了巨大的威胁。
关联网络能够有效防控团伙欺诈
作为人工智能技术在反团伙欺诈的重要应用，顶象关联网络能够动态定位潜在欺诈及高风险团伙，从源头追溯解析作案手段，系统的预测出进化趋势，并精准定量评估欺诈等高风险操作的波及范围和影响力度，帮助金融机构快速识别异常操作，高效挖掘机构内外部的潜在欺诈及高风险团伙，增强对未知风险的防范能力，进一步完善和提高金融机构风险管理系统的可靠性和准确率。
“基于场景特点、业务逻辑构建的复杂关联网络，不仅在反团伙欺诈领域已经实现强有力的落地，更将成为引领业务持续创新和安全增长的智能引擎”。晋梅表示，关联网络在多个行业、不同场景的应用还有极大的挖掘空间，代表着人工智能应用从“感知智能”向“认知智能”迈进的重要趋势。利用其强大的可解释性、可推理性，关联网络在结合图挖掘技术和其他复杂机器学习算法的基础上，可以从精准营销、智能推荐、行为评分、偏好评分、会员运营等重要业务环节切入、助力创新与增长。
顶象首席科学家施亮博士详细介绍了关联网络研发和落地的过程。他说，关联网络非常注重落地能力，解析客户需求、剪裁技术方案贯穿整个研发过程。“关联网络的诞生是源于业务需要，围绕客户业务场景做深度定制，最后借助人工智能技术形成落地方案”。
施亮博士表示，关联网络的研发和落地历时一年多，历经深度积累、产品打磨、实践检验等环节，先后更迭了三个大版本并真正实现落地部署、上线应用之后，今天才正式对外公布。
用关联网络能够防范团伙欺诈
关联网络防范团伙欺诈主要由三个重要步骤：关联图谱构建、关联关系挖掘和风险动态监测。
首先，关联图谱构建：基于对场景需求和业务逻辑的理解，跨部门、跨产品构建覆盖个体、设备、组织、产品、交易等维度的复杂关联网络。
其次，进行关联关系挖掘：提取个体和群体的静态画像、分析动态趋势、通过图数据挖掘技术定位潜在欺诈团伙并进行深度挖掘、特征衍生、应用机器学习定量分析后开发反团伙欺诈模型。
最后，风险动态监测：基于反团伙欺诈运营平台的可视化监控台、风控策略管理、黑名单标签库管理、高风险团伙定向分案等服务，有效保障在复杂关联网络反团伙欺诈模型上线后，能够持续更新迭代反欺诈的防控手段、为业务的增长保驾护航。
关联网络3.0已在多家企业落地。现在登录顶象官网 即可申请体验，免费下载《关联网络+反团伙欺诈白皮书》 了解更多反团伙欺诈的应用实践案例。