原标题：用图计算做黑名单测试 京东金融准确率超90%
■本报记者 于德良
图片来源于网络如今，网络黑产已经日益商业化、集团化，拥有技术的黑客们每天活跃在各个领域，寻找发财的机会。中国互联网协会发布的《2016中国网民权益保护调查报告》显示，去年我国网民仅仅因垃圾信息、诈骗信息、个人信息泄露等遭受的经济损失就高达915亿元。
9月17日，在2017第二届中国金融科技大会上，京东金融CEO陈生强表示，“做科技公司必须要拥有最前沿的科技能力和持续的投入。而对于金融科技公司而言，不管是输出风控、用户运营，都是基于海量、多维、动态的大数据，而要处理这些数据，人工智能是一个必需品。”
京东金融通过自营业务场景，积累了海量、多维、动态的数据，并通过不断迭代的模型与算法，形成了十分强大的风控能力和风控经验，包括信用风险评估、反欺诈、反洗钱等等。截至目前，京东金融已经构建出3万个风控变量，500多个风控模型，5000多个风险策略，可以实现对3亿用户进行信用风险评估。
实际上，在三年前，当时人工智能还没有现在这么火的时候，京东金融就已经开始利用机器学习的技术去做数据处理和建模，实现了智能风控和自动化运营。这几年来，京东金融在数据和技术上投入不断增多，基本上是每年以翻番的速度上升。
例如，在反欺诈能力上，京东金融自主研发的RNN时间序列算法用来进行用户行为路径学习，对于风险用户识别的准确率可以超过常规机器学习算法的3倍以上，这一算法研究已经被欧洲机器学习会议的PKDD2017收录，进入行业最顶尖行列。再比如，基于生物探针技术，通过移动设备采集用户使用手机的按压力度、设备仰角、手指触面、线性加速度等120多个行为特征指标，可以完成用户身份判定，这项技术也已经大量应用于京东金融的反欺诈模型之中。
在金融行业，黑客的欺诈、洗钱等行为开始向团伙作案、链条式配合的方向发展。在这种情况下，单纯以用户自身的特征维度描述这个用户，去判断风险的大小远远不够。这就需要有很强的技术能力，能够实时地计算、描述用户和与相关行为之间的关系，进而会用到图计算。京东金融的图计算已有超过14亿个用户节点信息，以及所有在这些节点上所发生的行为的相关连接，这样就可以把一系列用户和行为都描述出来。数据显示，用图计算做“黑名单团伙”测试的准确率超过90%。陈生强透露，近期，京东金融又在硅谷成立了人工智能实验室，致力于开发人工智能领域最前沿的技术，不仅在应用层面，还包括技术底层和未来的技术。
责任编辑：实习生小羊
