反欺诈关联数据形成用户画像及关系图谱
相关报告
- 全国主要地区村镇银行产业发展状况暨投资环境调查研究报告(2014-12-05)
- 2014版体育行业企业建设项目可行性研究报告(2013-12-11)
- 2014版银行行业企业建设项目可行性研究报告(2013-12-11)
- 2014版文化行业企业建设项目可行性研究报告(2013-12-11)
- 2014-2018年银行项目商业计划书(2013-12-12)
- 2014版经济型酒店行业企业建设项目可行性研究报告(2013-12-11)
- 2014-2018年中国银行业兼并重组及投资建议研究报告(2013-12-09)
- 全国主要地区农场商业银行产业发展状况暨投资环境调查研究报告(2014-12-05)
- 2014-2018年中国城市商业银行区域市场调查研究分析及投资前景研究报告(2014-01-08)
- 2014-2018年中国村镇银行区域市场调查研究分析及投资前景研究报告(2014-01-08)
在获得了全面的数据来源之后,反欺诈系统的另一个关键就是要靠数据关联得出具体的用户画像。因为数据本身的价值就是数据的关联性,如果数据都是割裂的就失去了价值,通过关联不同的数据来源形成具体的用户画像才能充分利用数据的价值。全方位的用户画像

通过关联不同的数据库,例如移动设备信息库、互联网交易信息库、社交信息库等,可以整理获得用户的性别、年龄、学历、职业、资产等信息,形成完整的用户画像,进而可以作为用户行为判断的依据。
在获得用户画像之后,还可以通过关联不同用户之间的数据,例如共用IP、手机号等,得出用户的大数据关系图谱,降低团伙欺诈的风险。用户大数据关系图谱


本文地址:http://www.zwzyzx.com/show-274-251032-1.html
相关资讯
- 可投资资产快速增长激发财富管理需求(2016-07-29)
- 保险:关注保险公司参与养老和健康产业,期待“开门红”(2016-07-22)
- 资产质量进一步提高,城市商业银行行业整合逐步推进(2015-08-03)
- 国内证券行业盈利模式多元化(2014-06-22)
- 1993-2012年全国发B股公司上市数量情况(2014-03-22)
- 小贷公司存在的合理性依据(2016-05-05)
- 国内证券行业综合经营与对外开放加剧行业竞争(2014-12-06)
- 征信行业产业链(2016-11-17)
合作媒体
最新报告
定制出版
热门报告
免责声明
中为咨询所引述的资料是用于行业市场研究以及讨论和交流,并注明出处,部分内容是由相关机构提供。若有异议请及时联系本公司,我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》