本文共字，预计阅读时间。

参赛单位：北京鼎泰智源科技有限公司

案例名称：法海风控公共信用数据风险信号智能识别项目

案例简介：

项目基于自有AI智能风险筛查体系，为公共信用数据进行智能风险赋值，客观反映主体在该事件中的风险严重程度、风险类别、风险智能摘要等，能够在冗长、多主体、非结构化的公共信用数据中，直指所查客户的风险点，真正解决了海量公共信用数据难以实际应用的问题，在数据降噪、入模、场景化应用等方面，创造了更高的数据价值。

创新技术/模式应用：

法海风控基于智能数据结构化解析引擎，可通过人工智能的深度模拟特性，提取出常规解析方案无法识别的更多核心字段。以裁判文书为例，目前市面上常规结构化字段仅在10个左右，而法海风控已解析出40个以上，其中包括了案件受理费、当事人赔偿金额、被执行人、当事人诉讼地位等金融风控核心数据，可直接用于量化统计或建模，使数据不会因体量过大形成过载，而失去作用。

基于高精结构化数据字段和法海风控智能风险筛查规则模型，法海风控可为数据附加风险分级分类属性的独有风险分级字段，具体包括了风险标签、信号等级、风险大类、风险小类、定级原因等，可深度应用于风控规则及模型研发。

备注

法海风控智能风险筛查规则体系：历经多年，由各领域专家反复研究，基于各大银行客户测试反馈升级，数据解析专家一同配合升级数据质量和字段，所搭建的最全最精细的风险规则体系。整个规则体系为深度服务应用层面，共有70+种风险大类，400+种风险小类，9000+定级原因说明。规则在各个数据字段中拆分至最细颗粒度，共近2000万条最细颗粒度规则。庞大的规则架构和精细的分类体系、实际落地的银行客户反馈优化迭代，让法海风控风险信号具备了卓越的实际应用价值。

项目效果评估：

项目将公共信用数据中的风险转化为统一风险定级标准，并按风险严重程度分为了1到7级，其中表征主体出现严重风险，难以维持经营的1级风险，以及表征主体出现较高风险，需重点关注的2级风险，分别占据了整体公共信用风险的10%左右，3-7级则分别占到了7%、10%、13%、8%、42%左右，帮助金融机构在成千上万条数据中，快速锁定核心风险数据。

项目将涉诉、涉税、环保、海关、信用等不同数据领域中所包含的风险情况进行就智能化归一处理，目前已形成70+大类、400+小类高精数据字段，可精准锁定被查主体风险类别。

项目产出的“定级原因”字段，包含了数据的风险要点，使信贷人员可以快速阅读理解，大幅降低人工工作量，同时针对各领域数据进行标准化描述的字段特性，降低了多个专业领域的风险阅读难度，使大数据的使用越来越高效、便捷。

本项目可智能识别客户风险、大幅提升客户风险筛查效果与效率、针对每条数据进行自动化/智能化/深层次风险识别的数据特性，极大解决了大数据深度应用中必然面对的数据处理难题，大幅提升了数据的可用性和易用性，无论是贷前准入、贷中审查，还是贷后监控；无论是智能风控建模、公共信用报告，还是智能风控系统建设，都使风险决策更加准确、智能、高效。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。