关键词：
批准还是拒绝
收到交易请求 - 以在线支付方式购买价格为1500元的手机。批准还是拒绝？
某全球大型在线支付公司每天都处理上千万笔类似的请求。金融支付与科技创新深度融合，支付产品及场景更加丰富，支付更加简单、安全、方便。为了使服务体验不断优化、支付安全更有保障，在线支付平台与支付网络欺诈始终在进行着无休止的博弈。据《2016年国内银行卡盗刷大数据报告》不完全统计，运营商×××数量超过1.3亿张，网络诈骗“黑色产业”市场规模高达1100亿元，已成为中国第三大“黑色产业”。
在线支付的痛点
在线支付业务反欺诈主要面临以下需求或痛点：
1. 欺诈模式层出不穷。网络支付中的主要欺诈方式有木马、盗号、盗刷、假币、虚拟交易、信用卡套现、伪造卡、钓鱼网站等手段。受害者贯穿各个年龄段、各种学历，涉及范围广、数额非常巨大。反欺诈模型需要不断适应新的欺诈模式。
2. 在线交易数据量大。由于在线支付的便捷性和灵活性，越来越多的交易采用在线支付的方式进行支付。移动互联网的普及加速了这一趋势。大型在线交易平台每天需要处理上亿笔交易。
3. 实时性要求高。收到交易请求后需要在几秒内快速做出判断，给出反欺诈结论。
4. 规则需要快速迭代。一旦发现反欺诈系统的漏洞，需要在极短的时间内修复。规则修改要快、规则验证要快、规则的发布也需要加快。
决策引擎解决方案
对于进入系统的交易请求，该在线支付平台采用了世界上最先进的反欺诈技术和模型来处理，并使用SparklingLogic决策引擎帮助支付反欺诈流程的执行。
决策引擎针对该在线支付平台遇到问题的解决方案：
1. 大数据智能预测。利用特有“蓝笔模式”的机器学习技术，基于消费行为的大数据分析，智能预测和防范欺诈交易。命中率、捕获率都达到96%以上，与传统的规则相比，主要指标都得到了明显提升。
2. 模型快速迭代。模型可以自学习，自动化优化预测模型，进而应对不断变化的欺诈模式。每日自动训练、自动更新反欺诈模型，模型的迭代频率从以周为单位提高到以日为单位。
平台使用了智能决策引擎的解决方案后，参与解决问题的人数从20+人减少到不到5人，解决问题的周期从2周变为1天，每日减少欺诈损失达百万美元：
使用引擎前后的对比：
使用引擎前 | 使用引擎后 | |
参与解决问题的人数 | 20+ | 少于5 |
解决问题的周期 | 2周 | 1天 |
使用决策引擎大大提升了该公司的反欺诈流程执行效率，降低了风险损失率。目前，该支付公司已经在全球190个国家和地区，有超过3亿用户，2016年在线交易额超过3400亿美元。该平台具有业界最低风险损失率（仅0.27%），不到使用传统交易方式的六分之一。
科普文：银行业9大数据科学应用案例解析！
...大数据技术可以帮助他们有效地集中资源，做出更明智的决策并提高绩效。以下我们罗列银行业使用的数据科学用例清单，让您了解如何处理大量数据以及如何有效使用数据。（1）欺诈识别（2）管理客户数据（3）投资银行的风... 查看详情
大数据在银行业的应用与实践
...据，分析客户的信用程度，从而帮助业务人员做出相应的决策。三、客户与市场洞察银行可以通过跟踪社交媒体的评论信息，利用各种非结构化数据，对客户进行细分，改进客户的流失情况。这是银行对于市场的趋势分析。四、... 查看详情
全面解析反欺诈（羊毛盾）api，助你识别各类欺诈风险(代码片段)
...用户体量、虚假活动数量的困扰，帮助投资者做出正确的决策，规避风险，减少损失。在线支付在线支付时用于检测是否存在欺诈行为，如信用卡欺诈、虚假退款等。社交媒体平台在社交媒体平台上用于检测虚假账号、水军等欺... 查看详情
半小时，利用fedb将你的sparksql模型变为在线服务
SparkSQL在机器学习场景中应用第四范式已经在很多行业落地了上万个AI应用，比如在金融行业的反欺诈，媒体行业的新闻推荐，能源行业管道检测，而SparkSQL在这些AI应用中快速实现特征变换发挥着重要的作用SparkSQL在特征变换主... 查看详情
groovy脚本实现轻量级规则引擎
...展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。把规则和核心业务拆开，规则单... 查看详情
数字化系统上的深度应用，如iot、bim、gis等等，如何可称为“深度”应用？
...跟业务紧密结合，能优化业务流程，提升流转效率，并为决策提供依据。BIM、GIS、IOT的应用不能只局限在自身的展示，应该不同技术之间互相融合，为业提供更丰富更全面的数据来源，并且从多维度提供业务决策建议，才能真正... 查看详情
深度学习核心技术精讲100篇（七十九）-深度学习应用实战案例：携程金融自动化迭代反欺诈模型体系
前言支付欺诈风险是携程金融风控团队的主要防控对象，它一般是指用户卡片信息或账号信息泄露后，欺诈分子利用这些信息在携程平台进行销赃，侵害用户资金安全，给用户和携程平台带来损失。1.高对抗性欺诈分子的作案手... 查看详情
思考反欺诈中的“联防联控”
跨行业跨行业，也就是要用多个行业的数据对人的行为进行分析。一般地，对于职业黑产，他们会在不同行业都有欺诈行为，这样才能使得他们的技术效用最大化。例如，薅羊毛，可以是发生在金融行业&#x... 查看详情
达摩院自研向量检索引擎proxima在行业搜索中的应用
...题出发，抽丝剥茧，深度揭秘达摩院内部技术，向量检索引擎Proxima，以及在阿里云开放搜索产品行业模板能力的实践应用~技术分享：王绍翾(大沙)阿里达摩院机器智能实验室资深技术专家肖允锋(鹤冲)阿里达摩院机器智能实验室... 查看详情
基于vue2和node.js的反欺诈系统设计与实现(代码片段)
最近包工头喊农民工小郑搬砖，小郑搬完砖后沉思片刻，决定写篇小作文分享下，作为一个初学者的全栈项目，去学习它的搭建，到落地，再到部署维护，是非常好的。------题记写在前面通过本文的学... 查看详情
决策树和规则引擎 (Drools)
】决策树和规则引擎(Drools)【英文标题】：Decisiontreesandruleengines(Drools)【发布时间】：2011-06-2017:20:33【问题描述】：在我现在正在处理的应用程序中，我需要定期检查数以万计的对象是否符合某种服务的要求。决策图本身采用以... 查看详情
商业智能系统在税务行业的应用
...政务系统的发展以及税务信息化程度的不断提高，在税务决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高行政办公效率、促进经济发展的关键所在。这几年税收信息化取得了长足发展，成绩卓著... 查看详情
规则引擎在数据分析中的应用
前言：规则引擎通过将业务规则和开发者的技术决策分离, 实现了动态管理和修改业务规则而又不影响软件系统的需求。以下通过实例对基于SQL 查询、自定义规则等一系列场景来说明规则引擎在数据分析中的应用。在现... 查看详情
开源业务规则引擎jbossdrools
...展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。http://www.tuicool.com/articles/3EFNV3M 查看详情
规则引擎选型及简单应用
规则引擎实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。规则引擎具体执行可以分为接受数据输入，解释业务规则，根据业务规则做出业务决策几个过程，使用规则引擎可以把复杂、冗余... 查看详情
思考反欺诈中的“联防联控”
跨行业跨行业，也就是要用多个行业的数据对人的行为进行分析。一般地，对于职业黑产，他们会在不同行业都有欺诈行为，这样才能使得他们的技术效用最大化。例如，薅羊毛，可以是发生在金融行业&#x... 查看详情
从应用看火山引擎ab测试(datatester)的最佳实践
...，也具备了实验驱动的基础。A/B测试是快速迭代和做业务决策的一个基础功能，在功能上线前我们都会先进行一些小流量的验证，对每一个新的想法、方案，我们会先建立假设、运行A/B实验，结合业务逻辑对结果的分析理解策略... 查看详情
风控决策引擎——决策流路径规划(代码片段)
引言决策引擎服务是风控系统的大脑，承载着风控策略编排和计算的任务，对决策的时耗和精度有着严格的要求，本文以决策流执行路径实现方案为切入点，一窥风控决策引擎高效的原理。背景在上文风控决策引擎——决策流构... 查看详情