金融集聚深度解析（信和大金融科技赋能）

随着互联网科技的迅速发展以及互联网金融的普及，金融领域的个体欺诈或团伙欺诈非常猖獗，防不胜防。在欺诈与反欺诈的较量中，传统的人工识别已经远远达不到要求，采用关系网络进行反欺诈检测变得越来越重要。信和大金融作为互联网金融业内知名的金融科技公司，一直紧跟行业发展，积极推动大数据以及智能科技在互联网金融方面的应用，严格把控风险，持续加强反欺诈能力建设。

在反欺诈方面与战略伙伴汇诚信用积极合作，结合大数据技术，构建了基于逻辑关系图谱的复杂网络，通过无监督学习算法，挖掘出诈骗团伙的特征，从而快速有效地识别出欺诈团伙。

何为关系网络图谱？据介绍，关系网络图谱指的是一种基于图的数据结构，由节点和线组成。每个节点代表一个个体，每条线代表个体与个体之间的联系。关系网络图谱把不同的个体按照其进件提供的关系连接在一起，从而提供了从“关系”的角度分析问题的方法，更有利于从正常行为中识别出异常的团伙欺诈行为。

欺诈网络图谱主要应用于欺诈异常的监测，就是旨在数据中找出具有欺诈指向的点或团体。在监测欺诈团体的情况下，异常监测被认为是比较有效果的。以贷款申请为例，许多欺诈团伙会采用相似的手段包装客户，比如共用同一皮包公司进件，那么，单位地址、进件资料、联系人等信息必然会出现偶合。因此，在欺诈网络关系图谱中，大多数的正常的个体应该是独立的节点，或者与另一个节点组成规模为二的团体（在这种情况下，多数可能为家人或亲友关系）。若出现三个点以上甚至十几个点关系密切时，则这些团体可被归为异常，需要引起反欺诈人员的高度关注。

如图所示，关系网络提供了全新的反欺诈分析角度

信和大金融作为中国金融科技领域具有强劲竞争优势的综合服务品牌，拥有百万量级客户资源。作为普惠金融的积极实践者信和大金融认为，互联网金融行业想要驶入可持续发展的快车道，就必须依赖各项监管政策，才能更好的守护用户的资金安全，更好地帮助中小企业实现更高效低成本的融资，最终实现普惠金融。

同时，与包括汇诚信用在内的合作伙伴携手在大数据风控、数据挖掘、深度学习等技术研发上投入大量人力、物力。为了最大限度的提高数据的覆盖面，先后打通了贷前、贷中、贷后咨询各阶段的多个数据渠道，基于多年积累的数据并借助第三方数据，提取借款人基本信息、行为记录、消费记录等多元化数据，构建了基于欺诈图谱的欺诈复杂网络，并已付诸应用。基于欺诈图谱可以有效地进行不一致性检验、组团骗贷挖掘、异常分析等，从而对申请人进行分析和预测。同时，也可以利用复杂网络，挖掘贷后失联客户的潜在联系人，为贷后催收提供线索。

实际上，早在2014年信和大金融平台成立初期就与汇诚信用建立了战略合作关系，接受了汇诚信用提供的征信管理、数据跟踪方面的服务，长期以来，汇诚信用为信和大金融提供了强大的风险控制方面的支持，为优质资产的进件提供了门槛把关服务，保证了业务的正常快速运转。