2019年全自動動態模型更新系統在支付風控領域的實踐.pdf

《2019年全自動動態模型更新系統在支付風控領域的實踐.pdf》由會員分享，可在線閱讀，更多相關《2019年全自動動態模型更新系統在支付風控領域的實踐.pdf（24頁珍藏版）》請在三個皮匠報告上搜索。

1、動態模型更新系統在風險管理領域的實踐PayPal數據科學高級研發經理目錄 PayPal 的風險管理概述 PayPal 的模型構建方案和特點 PayPal 的新一代動態模型更新系統PayPal的支付業務2.67億活躍用戶2100萬商戶賬戶覆蓋全球200多個國家100多種貨幣付款56種貨幣提現25種貨幣余額20多種語言服務截止2018年2100萬商戶賬戶2.67億活躍用戶PayPal的全方位支付風險管理Risk Management團伙欺詐不發貨假貨次貨賣家信用賬戶被盜銀行卡盜刷余額不足虛假投訴PayPal基于模型的風險管理方案特征模型決策數據 超過1.5PB的內外部數據 日增10億條以上新記錄

2、10年以上的歷史信息 2萬多個特征構建在超過200個維度上 每年部署6000個以上新特征 包含在線，近實時和離線特征等 100個以上基于各類算法的在線模型 每年構建50個以上的新模型 綜合利用神經網絡，深度學習等的各類模型組合 4000條以上構建在80多個檢查點的規則 實時評估，自動告警的監控系統PayPal風險模型的構建要素案例研究數據分析機器學習軟件工程PayPal風險模型的標準構建流程模型開發Selection,Training,Evaluation數據準備Sampling,Simulation,Cleaning模型部署Implementation,Auditing模型監控Monitor

3、ing,Optimization風險模型的構建流程PayPal基于風險模型的策略構建流程模型選擇Model Evaluation,Handshaking規則調整Portfolio Segmentation,Ramp-up,Auditing行為監控Monitoring,Alerting策略分析Trend Analysis,Strategy Evaluation模型策略的構建流程傳統模型更新一個真實的案例C1C2OCT-14DEC-14FEB-15APR-15JUN-15AUG-15OCT-15DEC-15FEB-16APR-16JUN-16AUG-16OCT-16DEC-16Overall TP

4、V of P1&P2P2P1傳統模型更新一個真實的案例2015/10/012015/12/012016/02/012016/04/012016/06/012016/08/012016/10/012016/12/01Model Catch Rate TrendC1C2價值就在這里動態模型更新防止模型性能衰減時間C1模型C2模型性能C1*動態更新模型PayPal的新一代動態模型更新系統設計目標更新快效果好全自動 始終利用最晚最新的數據構建模型，動態適應新產品、新模式、新特征。有機結合短期數據的適應型模型和長期數據的穩健型模型，以達成更好的性能和持久的效果。高效率、全自動的數據準備，模型開發，部署和

5、策略優化。PayPal的新一代動態模型更新系統設計方案模擬歷史數據策略行為數據模型選擇規則調整決策監控策略分析策略更新效果反饋和回退機制模型監控模型更新數據準備模型部署模型開發PayPal的新一代動態模型更新系統數據準備線下批量數據線上數據記錄監控記錄定位問題數據設定規則清洗數據模型訓練數據集PayPal的新一代動態模型更新系統模型訓練模型訓練數據集設定訓練參數模型訓練結果訓練集評估集訓練結果評估最優參數搜索https:/ 天Normal RefreshModel building2 weeks 1 monthModel deployment 1 week 2 weeksModel audit1 weekCutoff strategy building2 weekStrategy deployment 2 weeks 1 month傳統模型動態模型模型訓練1 月3 天模型部署12 周1 天模型評估12 周1 天策略優化2 周1 天策略更新2 周1 月2 天23月PayPal的新一代動態模型更新系統效果評估動態模型傳統模型MAYJUNJULAUGSEPOCTNOVDECRMR vs.Benchmark by Month動態模型傳統模型PayPal的新一代動態模型更新系統探討未來 小時級的模型更新？更好效果的算法？自動反饋回路？分散的策略優化？