<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[thdline的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/thdline</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; thdline]]></copyright><item><title><![CDATA[低成本构建金融知识图谱之应用篇--洗钱传播链路挖掘]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/141289142</link><guid>https://blog.youkuaiyun.com/thdline/article/details/141289142</guid><author>thdline</author><pubDate>Sat, 17 Aug 2024 23:58:30 +0800</pubDate><description><![CDATA[1. 筛选所有节点之间传播路径2. 基于洗钱节点汇入特点，筛选后确认可疑的汇入节点；3. 第二步是已知汇入节点，挖掘出流入汇入节点的的完整路线；4. 对挖掘路线进行分析；码字不易，欢迎各位大佬关注本人公众号：风控视界。]]></description><category></category></item><item><title><![CDATA[低成本构建金融知识图谱之应用篇--环形担保识别]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/141233252</link><guid>https://blog.youkuaiyun.com/thdline/article/details/141233252</guid><author>thdline</author><pubDate>Thu, 15 Aug 2024 22:41:16 +0800</pubDate><description><![CDATA[银行业务中常见有一种风险场景，那就是环形担保风险，环形担保形式也就是a给b担保，b给c担保，c又给a担保，形成了一个环路。]]></description><category></category></item><item><title><![CDATA[低成本构建金融知识图谱之应用篇--风险传播策略设计]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/141177151</link><guid>https://blog.youkuaiyun.com/thdline/article/details/141177151</guid><author>thdline</author><pubDate>Wed, 14 Aug 2024 00:30:56 +0800</pubDate><description><![CDATA[但是金融机构如果要构建一个好用的知识图谱，往往最多的解决方案是问第三方采购，不是说问第三方采购不好，采购最大的弊端在于费钱，然后黑盒。当然又有同学会说，我们给予业务场景定制化开发不就好了吗，当然定制化开发可以做，但是定制化开发一个场景可能就报价几十，甚至上百万，而且定制化开发的场景往往底层基于java/scala的sparkx等接口构建应用，不是策略人员熟悉的python或sql，学习成本又变得很好，而且业务场景往往多变，很难设计的十分具有兼容性，往往最终的结果是钱花了，但是场景复用性不强。]]></description><category></category></item><item><title><![CDATA[消费金融风控篇—贷前策略（二）]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/118027635</link><guid>https://blog.youkuaiyun.com/thdline/article/details/118027635</guid><author>thdline</author><pubDate>Fri, 18 Jun 2021 15:38:06 +0800</pubDate><description><![CDATA[常见风控贷前策略

金融风控里贷前策略主要应用于筛选目标服务客群，我们常见的风控贷前策略可以分为如下几类:

准入策略
	黑白名单策略
	反欺诈策略
	信用类策略
紧接上篇，对于信用类策略形式非常多，主要是通过信用类策略判别客户在策略条件下的逾期概率，信用类策略从规则组合上来讲可以是单一的策略规则也可以是多规则组合而成的策略。从策略类型上讲可以分为：基础硬规则类，逾期类、负债类、评分卡分。

我们先从信用策略类型上进行分析：

基础硬规则类

信用基础硬规则： 信用基础硬规则大致上分为公司内部和三方的信用硬]]></description><category></category></item><item><title><![CDATA[消费金融风控篇—贷前策略（一）]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/117930962</link><guid>https://blog.youkuaiyun.com/thdline/article/details/117930962</guid><author>thdline</author><pubDate>Tue, 15 Jun 2021 18:51:57 +0800</pubDate><description><![CDATA[常见风控贷前策略

金融风控里贷前策略主要应用于筛选目标服务客群，我们常见的风控贷前策略可以分为如下几类:

准入策略
	黑白名单策略
	反欺诈策略
	信用类策略
准入策略

准入策略是风控中针对我们特定的客户进行“硬筛选”的一种规则策略，准入策略在实际应用中根据产品形态和目标服务客户有着非常多的类别和应用：


	年龄准入：譬如某些借贷产品法律规定的借贷人需是18周岁到60周岁的具有完全民事行为能力的自然人。当然根据我们的产品形态不同，我们在年龄准入上也可以做很多的调整，譬如“xx消费贷”产品目标服...]]></description><category></category></item><item><title><![CDATA[数据分层/ODS/DW/DM]]></title><link>https://blog.youkuaiyun.com/thdline/article/details/107025207</link><guid>https://blog.youkuaiyun.com/thdline/article/details/107025207</guid><author>thdline</author><pubDate>Mon, 29 Jun 2020 17:48:20 +0800</pubDate><description><![CDATA[数据分层/ODS/DW/DM数据分层数据分层的目的ODS层 （Operational Data Store 又称数据运营层）DW层（data warehouse 数据仓库）DM层 (data market 数据集市）
数据分层
数据分层的目的
我们对数据进行分层的一个主要原因就是希望在管理数据的时候，能对数据有一个更加清晰的掌控，详细来讲，主要有下面几个原因：

1.清晰数据结构：每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。
2.数据血缘追踪：简单来讲可以这样理解，我们最终给业]]></description><category></category></item></channel></rss>