“经过6年的稳健发展与数据沉淀，我们已形成完备的一体化金融风控解决方案。未来，集团还将继续以金融科技为驱动力，向科技金融领域的领导者迈进。”在PPmoney万惠集团6周年活动现场，集团首席风控官刘凤玲肯定地说道。
2018年12月12日，PPmoney万惠集团迎来6岁生日。现场，刘凤玲就集团风控、技术运营情况作主题为《用大数据AI技术构建全球领先的智能风控体系》的报告，讲述平台如何通过金融技术赋能普惠金融服务。
刘风玲表示，当前，PPmoney万惠集团技术、风控已取得一定成果。接下来，平台将进一步吸收先进金融技术知识加以消化及运营，放眼全球fintech科技发展，以“安心稳健、风险第一”的理念，做好普惠金融服务。
刘凤玲在现场介绍平台风控体系
技术和人才，是网贷平台可持续发展的关键。作为信息中介平台，网贷要更好地践行普惠金融服务，除了合规这个基础外，风控技术的提升能让平台具备更高的抗风险能力，人才则是实现这一目标的要素。
在PPmoney万惠集团6周年活动现场，刘凤玲介绍了集团人才队伍建设情况及金融科技建设成果。
据介绍，PPmoney万惠集团技术、风控的核心团队人员均毕业于海内外知名高校，如哈佛大学、新加坡国立大学、中山大学等，拥有多年海外金融行业从业背景，曾在花旗银行、渣打银行、第一资本银行等大型金融机构担任要职。
刘凤玲表示，公司现在在北京有一个人工智能创新中心，里面的人员大多毕业于国内一流高校，现在的主要工作就是基于公司的数据平台和业务系统，采用AI技术开发各类模型。现在已有多个模型成功运用于反欺诈、贷前、贷中、贷后、精准获客等各个业务环节，为基于大数据的风控系统奠定了坚实的基础。
活动现场，刘凤玲列举了双向循环神经元网络等AI技术在平台反欺诈及风控环节的运用。
“神经网络模型是一种常用的智能风控模型，是以神经元为基础单元、模仿动物神经网络行为特征的数学模型，其关键要素包括学习规则和拓扑结构。它通过对模型变量的运算，进行要素的预测。”刘凤玲在现场说道，“我们运用卷积神经网络(Convolutional Neural Networks,简称CNN，前馈神经网络)和双向长短期记忆网络(Bi-directional long-short term memory networks，简称Bi-LSTM)等深度学习的算法，挖掘淘宝京东文本特征，提升平台反欺诈和风控模型预测能力。”
据介绍，在对用户进行贷前信用评估时，平台会通过用户授权，获取其诸多非金融属性数据，如电商消费数据、社交平台数据等。这些数据实际上能够反映用户在一定时间段内的消费行为及购物偏好。“我们会将这些数据利用起来。通过算法，由CNN抽取用户购买的每件商品的特征，由Bi-LSTM获取用户在一定时间序列上购买商品的特征，进而对‘黑产商品’特征的挖掘，预测风险。”刘凤玲解释道。
除反欺诈环节，刘凤玲表示，平台催收环节也已将神经网络模型运用其中。据介绍，当前由PPmoney万惠集团自主研发的智能催收系统，就是基于GBDT&RNN(梯度下降树和循环神经网络)进来运作的。
以评分模型C卡为例，其通过以决策树模型为基础的采用模型组合技术，引入集成学习方法，增强算法性能的GBDT(梯度下降树)算法、综合运用NLP(自然语言处理)中的分词、关键词提取、Word2Vec技术和深度学习中的双向LSTM循环神经网络(RNN)算法，实现催收案件模型化评分、提升了评分的准确性。
模型化评分、智能分案、语音及短信智能交互等都是智能催收系统当前已实现的功能。在刘凤玲看来，平台这套系统，集合了当前金融科技领域最前沿的大数据及人工智能等技术成果。它基于2000+维度与6年平台数据积累的客户标签与画像，以GBDT&RNN等为核心算法，通过FressSwitch框架、VAD、ASR、RASA、TTS等技术，提升催收效率与质量。
活动当天，刘凤玲关于神经网络的介绍获得直播间诸多用户的肯定。而刘凤玲表示，深度学习是集团关注的一个重点，未来，还将完善系统对全流程深度学习能力，使模块和组件能适合不同层次变化、开发及需求。
PPmoney万惠集团6周年活动现场
提及在金融科技领域的规划，刘凤玲称，集团将继续着重技术研发和人才队伍建设。一方面有针对性的加强风险技术研发，扩大研发合作领域，加快及继续完善系统更新迭代；另一方面将面向全球持续招募顶尖金融科技人才。
刘凤玲表示，PPmoney万惠集团的眼光并未局限在国内，瞄准的是全球最前沿的fintech理论和技术成果，接下来也希望能进一步开发及完善智能风控科技，持续产出智能风控新成果。
