包邮大数据智能风控 业务解析、核心算法与前沿技术

目　　录?Contents推荐序前言**篇　开篇第1章　信贷风控概述　31.1　信贷风控的起源与发展　31.2　大数据带来的变化　71.3　智能信贷的发展方向　10第二篇　获客第2章　客群划分　152.1　客群划分简介　152.1.1　客群划分的含义及意义　152.1.2　传统客群划分方法　162.1.3　信贷客群划分的挑战　17目　　录?Contents推荐序前言**篇　开篇第1章　信贷风控概述　31.1　信贷风控的起源与发展　31.2　大数据带来的变化　71.3　智能信贷的发展方向　10第二篇　获客第2章　客群划分　152.1　客群划分简介　152.1.1　客群划分的含义及意义　152.1.2　传统客群划分方法　162.1.3　信贷客群划分的挑战　172.2　基于大数据的客群划分　182.2.1　画像标签体系　182.2.2　构建画像的关键步骤　192.3　客群划分案例　212.3.1　“新中产”客群划分　212.3.2　母婴客群划分及潜在客群识别　24第3章　信贷产品获客　283.1　获客与广告　283.1.1　在线广告　293.1.2　在线广告的博弈关系和协调机制　313.1.3　在线广告的实时竞价机制　343.2　金融信贷产品获客　353.3　基于联邦学习和多任务学习的建模方法　373.3.1　联邦学习模型打破数据壁垒　373.3.2　多任务学习模型充分利用全链路信息　38第三篇　授信第4章　信贷评分卡工具　434.1　信贷风控决策链路　434.1.1　风控决策链路与数字化工具　434.1.2　信贷评分卡及其关注点　454.2　信贷评分卡的开发和应用　454.2.1　模型设计　464.2.2　模型训练　544.2.3　分数校准　604.2.4　模型评估　614.2.5　模型监控　65第5章　申请评分体系　675.1　贷前风控与申请评分卡　675.1.1　贷前风控场景　675.1.2　申请评分卡　685.2　智能申请评分卡体系　695.2.1　整合客户全域信息　695.2.2　增强实时信息利用　705.2.3　挖掘多模态数据　715.2.4　申请评分体系的监控　715.2.5　模型稳定性问题和应对措施　725.3　特殊场景：面向小微企业信贷的申请评分卡　755.3.1　小微企业的定义　765.3.2　小微企业风险评估的难点　775.3.3　解决思路：基于多源数据的小微企业评分卡开发　78第6章　定价与定额　816.1　信贷产品的定价与定额　816.1.1　信贷产品风险定价简介　816.1.2　信贷产品风险定价具体模式　836.1.3　信贷产品风险定额简介　856.2　基于*优决策的定价与定额　866.2.1　*优决策模型　866.2.2　模型的数学表达　876.2.3　模型训练与预测　906.2.4　样本偏差问题　926.2.5　有条件约束时的*优决策　936.3　*优决策模型的效果评估　966.3.1　评估的难点　966.3.2　离线评估方法　986.3.3　线上实验设计　99第四篇　贷中管理第7章　贷中评分体系　1057.1　贷中管理简介　1057.1.1　贷中场景与业务　1057.1.2　贷中精细化管理　1077.2　贷中管理模型体系　1087.2.1　风险管理模型　1087.2.2　额度管理模型　1117.2.3　特殊场景模型　1127.2.4　模型评估体系　1127.3　分客群贷中管理　114第五篇　贷后管理第8章　贷后评分体系　1198.1　贷后管理简介　1198.1.1　贷后场景与业务　1198.1.2　贷后分期和协商　1218.1.3　贷后评分卡体系　1228.2　滚动预测评分卡　1238.2.1　传统滚动预测评分卡　1238.2.2　跨期滚动预测评分卡　1258.2.3　跨期滚动预测评分卡运营　1298.3　多模态数据融合技术赋能贷后评分　1308.3.1　贷后语音文本数据的记录和挖掘　1318.3.2　语音文本多模态数据的应用　1328.3.3　语音文本多模态模型应用场景　134第9章　贷后运营体系　1369.1　贷后运营业务场景　1369.1.1　贷后运营的主要目标　1369.1.2　贷后运营的业务流程　1379.1.3　贷后运营的重要指标　1389.1.4　贷后运营的主要挑战　1399.2　贷后智能化运营体系　1399.2.1　贷后智能化运营体系简介　1409.2.2　智能分案　1419.2.3　智能作业　1439.3　贷后智能化运营的工程实现　1459.3.1　贷后运营调度系统简介　1459.3.2　贷后运营调度系统设计　146第10章　不良资产定价　14910.1　不良资产发行与交易　14910.1.1　不良资产市场现状　14910.1.2　不良资产证券化发行　15110.1.3　不良资产转让与收购　15110.1.4　不良资产定价　15210.2　数据驱动的不良资产定价方法　15310.2.1　静态池与资产池的数据准备　15310.2.2　基于客户分群的不良资产定价方法　15510.2.3　基于债项的不良资产定价方法　156第六篇　其他典型风险的防控第11章　反欺诈　16111.1　欺诈与反欺诈　16111.1.1　互联网欺诈的特性　16111.1.2　黑色产业链　16211.1.3　常见欺诈场景　16511.2　反欺诈体系　16511.2.1　在线反欺诈体系的构成　16611.2.2　风险行为的全面感知　16811.2.3　风险交易的准确识别　16911.2.4　反欺诈体系的常用算法　17011.3　营销场景反欺诈案例　17411.3.1　事前风险感知　17411.3.2　事中交易止损　17511.3.3　事后案件分析　175第12章　反洗钱　17712.1　洗钱与反洗钱　17712.1.1　国内外反洗钱形势　17812.1.2　互联网金融反洗钱　17912.2　反洗钱风险防控体系　18012.2.1　反洗钱风险防控体系简介　18012.2.2　洗钱风险监控方法　18