豆丁微信公众号
君，已阅读到文档的结尾了呢~~
四个关于大数据身边的故事
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
四个关于大数据身边的故事
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口投稿：17粉丝：181分享--dynmicweibozoneqqbaidu将视频贴到博客或论坛视频地址复制Flash代码复制Html代码复制微信扫一扫分享收藏0硬币--稍后看马克一下~用手机看转移阵地~用或其他应用扫描二维码手机下视频请使用扫码若未安装客户端，可直接扫此码下载应用看过该视频的还喜欢miniOFF社会科学学院
2017年第四届清华大学大数据社会科学讲习班议程
会议简介为了顺应信息技术和数据科学的飞速发展，促进大数据方法在社会科学研究中普及和广泛应用，加强社会科学领域研究方法与研究问题的整合，继2014年、2015年、2016年连续成功举办&大数据社会科学讲习班&之后，清华大学社科学院计算社会科学平台、清华大学创新发展研究院、清华大学社会科学学院数据治理研究中心、量化分析方法研究所、经济学研究所，定于2017年8月28日至31日在清华大学举办第四届&大数据社会科学讲习班&。讲习班不收取任何费用，并且将为学员提供适当的点心和饮水。惟期待学员能够认真听讲、参与讨论、分享知识，从而真正获益。招生对象为国内外高校、科研机构及其他机构中有志于将大数据方法应用于政治学、经济学、社会学、心理学、管理学等领域研究的教师、研究人员和研究生。为优化学习绩效，讲习班要求学员具备一定的英语听说读写能力，必要的统计学基础和基本的统计软件操作经验，同时，还应当以书面方式准备一项立基于独到的大数据来源的课题设计。讲习班将采取主体课程、特别演讲和学员讨论相结合的方式进行。课程以中文讲授为主。主体课程包括大数据与社会科学概论、数据可视化、文本数据挖掘与分析、社会网络分析、机器学习、大数据预测方法、案例展示与开拓，拟由清华大学社会科学学院刘涛雄教授、张小劲教授、汤珂教授、苏毓淞副教授、郑路副教授、孟天广副教授、严飞博士等讲授。为加强学员对大数据社会科学研究的兴趣，讲习班还将邀请清华大学彭凯平教授、清华大学沈阳教授等知名学者以及大数据业界领军人物莅临讲习班做特别演讲。同时，苏毓淞副教授还将为学员特别提供R软件培训。具体课程安排以讲习班日程为准。讲习班欢迎国内外学者学生踊跃报名。申请人必须先登录会议网站提交报名申请，讲习班将根据申请材料择优录取。讲习班将向完成全部学习任务的学员发放结业证书。本届针对优秀学员将进行评奖，提供奖学金，具体评奖办法，请持续关注网页说明。地点：清华大学旧经管报告厅课程/讲座时间：8月28日-31日<span style="FONT-FAMILY: 宋体; COLOR: #月28日上午学员报到星期一<span style="FONT-FAMILY: 宋体; COLOR: #:00-8:45　上午开班式　<span style="FONT-FAMILY: 宋体; COLOR: #:45-8:55主持人：刘涛雄教授　上午大数据与社会科学概论　<span style="FONT-FAMILY: 宋体; COLOR: #:00-12:00主讲人：刘涛雄教授（清华大学社科学院经济学研究所）　下午互联网金融　<span style="FONT-FAMILY: 宋体; COLOR: #:00-5:00主讲人：汤珂教授（清华大学社会科学院经济学研究所）　晚间专题讲座：R软件介绍　<span style="FONT-FAMILY: 宋体; COLOR: #:00-7:00主讲人：苏毓淞副教授（清华大学社科学院政治学系）　晚间专题讲座：金融大数据挖掘与应用专题　<span style="FONT-FAMILY: 宋体; COLOR: #:00-8:00主讲人：金电联行信息技术有限公司<span style="FONT-FAMILY: 宋体; COLOR: #月29日上午社会网络分析星期二<span style="FONT-FAMILY: 宋体; COLOR: #:00-12:00主讲人：郑路副教授（清华大学社科学院社会学系）　下午文本数据分析与应用　<span style="FONT-FAMILY: 宋体; COLOR: #:00-5:00主讲人：孟天广副教授（清华大学社科学院政治学系）　晚间大数据心理学　<span style="FONT-FAMILY: 宋体; COLOR: #:00-7:00主讲人：彭凯平教授（清华大学社科学院心理学系）　晚间专题讲座：大数据在线分析与可视化平台　<span style="FONT-FAMILY: 宋体; COLOR: #:00-8:00主讲人：北京希嘉创智教育科技有限公司<span style="FONT-FAMILY: 宋体; COLOR: #月30日上午机器学习与大数据分析星期三<span style="FONT-FAMILY: 宋体; COLOR: #:00-12:00主讲人：待定　下午R/空间数据可视化　<span style="FONT-FAMILY: 宋体; COLOR: #:00-5:00主讲人：苏毓淞副教授（清华大学社科学院政治学系）　晚间大数据传播学　<span style="FONT-FAMILY: 宋体; COLOR: #:00-7:00主讲人：沈阳教授（清华大学新闻与传播学院）　晚间专题讲座：政府大数据挖掘与应用专题　<span style="FONT-FAMILY: 宋体; COLOR: #:00-8:00主讲人：九次方大数据公司<span style="FONT-FAMILY: 宋体; COLOR: #月31日上午大数据与历史量化分析星期四<span style="FONT-FAMILY: 宋体; COLOR: #:00-12:00主讲人：严飞助理教授（清华大学社科学院社会学系）　中午闭幕式　<span style="FONT-FAMILY: 宋体; COLOR: #:00-12:30主持人：张小劲教授（清华大学社科学院政治学系）　下午学员分组交流与讨论　<span style="FONT-FAMILY: 宋体; COLOR: #:00-5:00主持人：张小劲教授（清华大学社科学院政治学系）　　　关键时间节点：讲习班开放报名报名截止会务组确认参会名单，寄发参会通知讲习班报道清华大学大数据社会科学讲习班创意课题奖学金面向所有学员开放申请 清华大学大数据社会科学讲习班创意课题奖学金评审答辩&四步拆解消费金融如何利用大数据做风控四步拆解消费金融如何利用大数据做风控香菇慢聊百家号相比人工风控，大数据风控具有更高效的批量数据清洗能力、聚类分析能力及显著的成本优势；在欺诈风险增强的趋势下，更适合应用于从获客到授信、再到投后管理的全链条风险管控。 作者｜智信资产管理研究院研究员 单炯迪经历过野蛮生长期，逐渐从蓝海变为红海的消费金融行业，也慢慢明晰了行业发展所必须的四个核心要素：合规、风控、获客、资金。这其中，“风控”是贯穿各个环节的重中之重。如果仅从各家消费金融公司公布的逾期率或不良率来看，或许根本无法辨识出真正的风险有多大。因为行业发展至今，利用不同统计口径从数字上降低逾期率或不良率，已经成为“不用说的秘密”。这里需要厘清两个经常混淆的概念，即逾期率与不良率有本质上的不同。所谓逾期，是指借款到期应还而未还；而不良则要严重的多，是指逾期达到一定天数后，借款机构判断还款能力出现问题，有可能拿不回借款。现实中，不少消费金融公司为了让业绩好看，即使是对逾期率，也会利用不同统计口径玩计算游戏。如下表1是三种比较常见的逾期率统计口径，其中前两种在实际业务中运用较多，后一种运用较少。可以看出通过对分子和分母计算方式的调整，所得结果会出现千差万别，而各家消金公司在公布数据时往往极少提及统计口径。这一做法从长远来看，会导致行业整体实际不良资产数量上升，加重监管风险。如何严控风控，从本质上降低逾期率或不良率，成为消费金融行业亟待思考和解决的事情。大数据风控技术不失为一种适合的手段。相比人工风控，其具有更高效的批量数据清洗能力、聚类分析能力及显著的成本优势；在欺诈风险增强的趋势下，更适合应用于从获客到授信、再到投后管理的全链条风险管控。与此同时，使用大数据风控作为降低风险的主要手段也与消费金融行业目前面临的客群特征及行业现状有极大的关系。首先，客群征信记录缺乏。截至2016年9月初，人民银行征信系统收录的自然人数量已经超过9亿，但拥有信贷记录的仅有4.1亿人；企业数量1828万家，只有420.3万户有信贷业务记录。而消费金融所涉及的个人客群主要以蓝领工人、学生、年轻白领等相对缺乏征信数据人群为主。在缺乏征信强变量做风控支撑的情况下，就需要提取众多如消费偏好、社交联系人、娱乐偏好等弱变量数据来辅助刻画客户的风险特征。其次，贷款额度低、客户数量大。消费信贷具有小额、分散的特征，想要在较大程度上控制风控及审批的成本，必须通过海量大数据弱变量构建一套完善的贷前风控审核系统，分析出单个客户的贷前欺诈风险。第三，激烈竞争下用户体验急需差异化。在消费金融领域“千团大战”的行业背景下，在各主要竞争方资金成本接近、获客手段雷同、风控措施类似的情况下，客户体验将成为竞争中不可或缺的优势。相比于传统风控流程繁琐、用时过长等弊病，大数据风控具有线上审批流程简化、全自动快速判断等明显优势。实际上，完善的风控系统除了通过反欺诈模型筛出“黑名单”外，还可以根据客户画像分析出潜在客户，生成对于消费金融公司来说更有价值的“白名单”，贷前风控做足后，贷中监测和贷后的违约处理也是风控管理链条中的两个重要步骤。第一步：贷前构建“反欺诈模型”反欺诈模型包括行为模式撞库、社交网络聚类分析、真实唯一身份识别（交叉验证）等。具体做法上，行为模式撞库是指建立包含有已知欺诈行为各项标签的样本数据库，标签包括近期通话记录、消费记录、主要活动时间和活动地点、APP申请贷款时的操作习惯、反常行为等，然后提取每次贷款申请人的上述数据项，清洗筛选后与样本库做比对及分析。社交网络聚类分析模型是指依据提取出的申请人的社交网络数据，生成多层社交网络，然后对其进行可视化处理，从而分析出申请人是否存在骗贷的可能性。一般情况下，正常客户在社交网络圈中，跟其他客户的关联性很小，但存在骗贷可能性的客户会表现出与其他部分客户较高的关联性，这时需注意判断该客户的潜在欺诈风险，以及与其关联度高的人群是否为诈骗团伙。真实唯一身份识别（交叉验证）是整个反欺诈模型的核心。主要依赖ID Hub（个人特征身份的拓扑网络）记录了与同一用户关联的多个ID，ID包括：姓名、身份证号的实名ID，手机号、地址、银行卡号等准实名ID，QQ号、微博号、设备指纹（PC或手机硬件设备编号）等的匿名ID。通常情况下，单个客户ID数量越多意味着风险越大，如一个手机号跟多个身份证号关联，或者一个身份证号和多个手机号关联，该用户在数据库中就会进入可疑名单。在数据库中，一个用户有N个ID，每个ID都记录着用户不同的行为，不同的ID代表不同的行为。通过ID记录用户的行为，依据行为做精细化标签管理，如收入、消费能力、爱好、阅读喜好、社交偏好等，这些标签可以预测用户的还款能力、消费需求等。第二步：通过白名单筛选优质用户如果说“黑名单”帮助消费金融公司过滤掉坏人，那么“白名单”则可以实现识别出好人进而拓展为实际客户，带来长期有效获客的结果。这一做法在消费金融行业从野蛮扩张到精耕细作阶段，显得尤为重要。以微众银行的微粒贷白名单为例，腾讯控股发布的2017年中报显示，微信与WeChat的合并月活跃账户数为9.63亿，QQ智能终端月活跃账户数为6.62亿。这组大数据背后隐藏着客户社交、上网习惯、支付习惯、是否玩游戏、是否读书、搭乘飞机的频率等多种信息。通过对这些多维数据进行分析，再加上央行征信数据，可以从一定程度上判断出客户的借贷意愿、违约风险等。对于好客户，即拉入白名单数据库。第三步：贷中建立检测用户行为的风险识别预警机制获得优质客户并非风控链条的终点。消费金融公司的目标用户普遍为蓝领工人、学生、年轻白领等存在偿贷风险的群体，相比于银行的信用卡客户，这类人群的财务情况更容易发生波动和变化，所以需要风控系统去实时监测客户信用的变化、共债的新增、流水的异动、联系状态的异常等数据。通过全自动的风险识别预警机制，提早识别风险，并对客户的授信状态、贷款费率做动态调整，控制违约风向，提高人工处理效率。这样做的优势在于能够及时对贷出资产做出准确的评估，发现问题及时止损。第四步：贷后逾期或不良催收在控成本的基础上降风险贷前、贷中的风控系统并不能将风险降为零，绝大多数情况下依然会出现逾期或不还等事件。针对逾期资产，如果是小额短期资产，无需在逾期日就给予催收，这样做反而会增加运营成本及客户的反感。据调查，逾期资产大多是客户忘记或短期资金紧张所致，绝大部分最终都会偿还。而对于不良资产，就要采取适合的催收措施。据百融金服统计，70%-80%的不良资产是因为债务人失联导致，失联找回是整个行业近20年都无法解决的大难题。现在，通过大数据网络重新建立起与借款人的联系并催还欠债，已经有较多成功案例。基于大数据挖掘用户线索，可查得借款人的其他手机号、亲属信息、用户的老家信息、其他地址信息等联系信息。据百融数据统计，通过查得的电话联系借款人，触达率为16%，高于QQ、邮箱、微博等联系方式的催债效果。若不良资产的催收效果不好，又有资产出表等需求，可以考虑将不良资产转卖或者证券化。本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。香菇慢聊百家号最近更新：简介:每天分享更多小知识，做一个有韵味独立女人作者最新文章相关文章手机注册或邮箱注册
点击按钮进行验证
请输入正确的邮箱
已有帐号请点击
帐号创建成功！
我们刚刚给你发送了一封验证邮件
请在48小时内查收邮件,并按照提示验证邮箱
感谢你对微口网的信任与支持
你输入的邮箱还未注册
还没有帐号请点击
点击按钮进行验证
你输入的邮箱还未注册
又想起来了？
你已成功重置密码，请妥善保管，以后使用新密码登录
邮件发送成功！
我们刚刚给你发送了一封邮件
请在5分钟内查收邮件,并按照提示重置密码
感谢你对微口网的信任与支持
对不起，你的帐号尚未验证
如果你没有收到邮件，请留意垃圾箱 或
意见与建议
请留下您的联系方式
* 留下您正确的联系方式，以便工作人员尽快与你取得联系
转藏至我的藏点