從發(fā)展特點和趨勢看，“金融云”的快速建設(shè)奠定了金融大學(xué)數(shù)據(jù)的應(yīng)用基礎(chǔ)，金融數(shù)據(jù)與其他跨領(lǐng)域數(shù)據(jù)的融合應(yīng)用不斷加強，人工智能正在成為金融大學(xué)數(shù)據(jù)的應(yīng)用?！按蟆睌?shù)據(jù)在金融行業(yè)的典型應(yīng)用場景數(shù)據(jù)涉及的行業(yè)非常廣泛，包括政治、教育、傳媒、醫(yī)藥、商業(yè)、工農(nóng)業(yè)、互聯(lián)網(wǎng)等等。目前各行業(yè)對“Da”數(shù)據(jù)的定義還沒有統(tǒng)一。

Da 數(shù)據(jù)的意義不僅在于龐大的數(shù)據(jù)信息的產(chǎn)生和掌握，更在于對有價值的數(shù)據(jù)的專業(yè)處理。人類從來不缺數(shù)據(jù)，缺的是對數(shù)據(jù)的深度價值挖掘和利用?？梢哉f數(shù)據(jù)從人類社會有文字以來就存在了，現(xiàn)在也一樣。唯一改變的是數(shù)據(jù)從產(chǎn)生到錄制到使用的整個過程的形式。在金融行業(yè)，以借貸為例。貸款發(fā)放前，貸款人會先用-2/這個號碼對借款人進行貸前審核，確保貸后還款率。

海量數(shù)據(jù)被放入anti-0 模型、還款能力模型、身份驗證模型等進行訓(xùn)練，最后得出貸款申請是否通過的結(jié)論。數(shù)據(jù)生產(chǎn)在人類社會早期，糧食是人們最重要的東西，而數(shù)據(jù)的生產(chǎn)多與商品、糧食和土地掛鉤。舊石器時代的部落成員在樹枝或骨頭上雕刻凹痕來記錄日常的貿(mào)易活動或供應(yīng)。

目前貸款的風(fēng)險控制是因為每一個樣本都需要通過放款來采集?？紤]到每個人可以放一萬塊錢，一個億只能放一萬個人，所以樣本量不會太大。所以所謂大數(shù)據(jù)風(fēng)險控制主要在于特色數(shù)據(jù)。很多時候會用到很多傳統(tǒng)上不用的功能。比如傳統(tǒng)風(fēng)控比較怕漏值，特性不穩(wěn)定，這些都是大數(shù)據(jù)風(fēng)控需要解決的。說到模型，由于特征多，樣本少，所以需要一個非?？惯^擬合的模型。

滿足這兩個條件的都可以。當(dāng)然，上面說的只是預(yù)測貸款用戶質(zhì)量的二分類問題。至于風(fēng)控領(lǐng)域的很多其他問題，也有不同的解決方法。說到有效性。據(jù)我所知，目前市場上有一些非常小的短期產(chǎn)品，按照a 模型，完全可以貸到款，也可以盈利。根本不需要任何人參與。這類產(chǎn)品通過少量解決了小樣本的問題。短時間內(nèi)解決了標(biāo)簽收集慢的問題。所以推廣到大額長期產(chǎn)品并不容易。

big 數(shù)據(jù)風(fēng)控通過對傳統(tǒng)風(fēng)控體系的升級和豐富，提高金融機構(gòu)的抗-欺詐能力。傳統(tǒng)金融的風(fēng)險控制主要依靠信用屬性強的信息進行信用評分，識別客戶的還款能力和意愿，從而決定是否放貸，互聯(lián)網(wǎng)金融的數(shù)據(jù)風(fēng)控豐富了傳統(tǒng)風(fēng)控的數(shù)據(jù)維度，通過數(shù)據(jù)相關(guān)性分析判斷借款人的信用情況，借助模型預(yù)測某些行為特征與信用風(fēng)險的關(guān)系。就像華策數(shù)學(xué)的智能評分產(chǎn)品，是一種以分數(shù)形式衡量風(fēng)險概率的技術(shù)手段，可以根據(jù)不同場景采用不同的評分卡類型。