——识别多头借贷、团伙诈骗 表现强势可圈可点
机遇与风险并存的互联网金融行业，欺诈一直是行业发展的“毒瘤”，被市场各方诟病。日前，Linkface全线推出了幻视反欺诈产品。该产品在识别多头借贷、团伙诈骗等方面效果显著，成为人工智能应用领域的又一新作。
欺诈猖獗成行业痛点Linkface进军反欺诈领域
在消费升级的时代背景下，互联网金融因其高效、便捷、高收益的特点发展气势如虹，成功抢滩万亿级市场。然而，镁光灯下的狂欢背后难免要经历高速成长带来的阵痛，行业标准的缺失、监管政策的不完善、线上平台的技术安全漏洞，让大量不法分子钻了空子。
一个可怕的事实是行业欺诈已团队化甚至产业化。黑产中掌握着海量的公民信息，其内部分工明确，甚至与行业信审从业人员内外勾结，欺诈猖獗成为整个互联网金融行业最大的痛点。据统计，在中国，自2011年到2015年因欺诈所导致的经济损失超过550亿元。业内人士称，“看看中国黑产的规模，就知道反欺诈有多难”。欺诈和反欺诈已成互联网金融行业新常态。
在互金行业欺诈成风的严峻形势下，Linkface幻视反欺诈平台应运而生。简而言之，幻视反欺诈平台是一款运用深度学习技术和用户关系画像帮助网贷平台在贷前信审环节预测评估用户欺诈风险的产品。Linkface幻视反欺诈平台基于用户关系画像，运用深度学习技术实时预警欺诈风险，为网贷平台把好风控的第一道关卡。
Linkface幻视反欺诈平台以API数据接口形式为网贷平台提供服务。用户提交借贷申请时，平台会依据反欺诈模型评测的结果实时预估用户的欺诈风险，并生成预测评估报告将风险详情输出给网贷平台。网贷平台可根据返回的结果选择接受、拒绝贷款申请或对贷款申请进行进一步审核。
技术为本驱动反欺诈步入用户关系画像时代
作为一家热衷原创技术的人工智能公司，Linkface率先将引擎级技术深度学习引入反欺诈产品。以深度学习技术和海量优质基础数据为驱动，结合丰富的业务经验，建立起包含数千基础特征和数万衍生特征的庞大特征库。以不同场景下的行为模式为依据，将不同特征进行多次交叉组合，生成多种风险类型的识别维度。随后，应用深度学习算法对不同维度的风险类型进行持续训练，最终搭建起各类欺诈因子模型，整合为标准的欺诈风险预测评估模型，进而全方位、多视角刻画用户的欺诈行为。
传统反欺诈往往是大数据主导的规则引擎与线下人工审核相结合。然而，事实上很多所谓的专家库的规则引擎并不完善，稍有漏洞被攻破将造成各种欺诈行为大量涌入，损失一旦发生几乎不可追回。此外业内更糟糕的情况是，有些从业人员为谋私利，与黑产欺诈团伙内外勾结助纣为虐，帮助不法分子绕过规则完成诈骗。
相比传统的大数据反欺诈手段，Linkface幻视反欺诈平台的创新性体现在以深度学习技术为基础，通过建立用户关系画像来实现产品功能。Linkface幻视反欺诈平台利用深度学习技术训练各类基于人际关系画像的规则引擎，通过用户关系画像识别用户关系网络中命中相同规则的人的数量以及同时命中的相同规则的数量，依据平台内置评分规则对借贷人进行全面测评，最终生成包含用户社会影响力、用户基本信息验真、用户不良信息扫描、用户联系人基本信息验真、用户联系人不良信息扫描乃至多头借贷嫌疑分析、团伙欺诈嫌疑分析等多维度风险预测评估报告。
立足用户关系画像识别多头借贷、团伙诈骗优势显著
基于用户关系画像进行欺诈风险评估，让Linkface幻视反欺诈平台在多头借贷和团伙诈骗的识别上体现出独具的优势。
2016年线上小额现金贷业务出现爆发式增长，不论行业参与机构数，还是信贷规模扩张速度，都表现出势不可挡的发展趋势，然而问题也随之而来。调查显示，有60%的借贷用户存在多头借贷行为，而多头借贷用户逾期概率比普通用户高出三到四倍。因此，识别多头借贷可以有效降低逾期风险。专注为金融客户提供智能化安全解决方案的Linkface与业内众多网贷平台建立了合作，可探测到用户及其联系人是否在多家平台上注册过账户，再根据幻视反欺诈模型综合评估，即可判断该用户是否有多头借贷嫌疑。
此外，目前金融欺诈已形成完整的黑色产业链，据业内人士测算，如今黑产规模上千亿，团伙诈骗规模近百亿，而团伙诈骗一旦发生，损失金额巨大且很难追回。Linkface幻视反欺诈平台借助用户关系画像，挖掘出诈骗团伙特征和团伙成员间的关系，可有效预警团伙诈骗风险。
Linkface幻视反欺诈平台成功将金融反欺诈推向了用户关系画像时代。以用户关系画像为抓手，运用深度学习技术训练、搭建反欺诈模型，Linkface再一次勇敢地将触角伸向了最棘手的金融安全领域，努力通过专业的技术积累帮助金融伙伴解决行业痛点，与全球金融伙伴共享智能化星级安全服务。
