互联网平台智能风控实战
出版时间:
2022-01
版次:
1
ISBN:
9787302594345
定价:
99.00
装帧:
其他
开本:
16开
纸张:
胶版纸
页数:
388页
字数:
595.000千字
10人买过
-
风控是互联网平台业务的重要环节。随着业务的迅速发展,黑灰产问题逐渐突出,大数据和人工智能技术的普及为智能风控提供了强力支撑。本书以作者实践经验和总结为基础,介绍搭建智能风控系统对抗黑灰产的方法。全书共10章,按如下思路组织内容: (1)认识问题:第1章介绍常见的黑产类型,解密黑产运转的内幕,带读者认识建立风控体系的必要性。 (2)分析问题:第2章分析风险范围和种类,提出智能风控的系统框架和需要的各项能力,从整体上介绍智能风控系统,避免一开始就陷入技术细节。 (3)解决问题:包括第3~8章,介绍搭建智能风控系统需要的软硬能力,包括理解业务和避免过度黑盒的实用方法、数据建设、常用技术手段(监督学习、迁移学习、GNN等)、量化评估和可视化效果呈现。 (4)总结与展望:包括第9章和第10章,总结搭建智能风控系统的注意事项,简单展望智能风控技术的发展趋势和前景。 本书内容源自作者的工作实践和经验总结,适合风控从业人员(技术管理者、分析师、算法工程师、产品经理)以及其他对互联网风控感兴趣的人员阅读。 王永会,2012年毕业于北航,先后任职于腾讯、百度,长期从事风控工作,依托大数据和机器学习技术建立了以健康度模型为中心的智能风控体系,在黑灰产打击方面积累了丰富经验。 第1章
解密黑产
1.1 认识黑产 / 2
1.1.1 黑产的危害 / 2
1.1.2 黑产的产生 / 4
1.1.3 黑产的类型 / 5
1.1.4 黑色产业链 / 6
1.1.5 黑产的焦点 / 9
1.2 黑产运作 / 10
1.2.1 外卖领域的黑产运作 / 11
1.2.2 出行领域的黑产运作 / 13
1.2.3 金融领域的黑产运作 / 14
1.2.4 黑产的特点 / 15
1.3 黑产技术演变 / 16
1.3.1 风险控制的发展阶段 / 16
1.3.2 黑产的发展阶段 / 17
第2章
风控解决方案
2.1 风险的范围和种类 / 20
2.1.1 风险的范围 / 20
2.1.2 风险的种类 / 20
2.2 风控的团队配备 / 21
2.3 智能风控的技术思路 / 23
2.3.1 智能风控的定义 / 23
2.3.2 设备指纹 / 23
2.3.3 规则引擎 / 25
2.3.4 监督学习模型 / 28
2.3.5 无监督学习模型 / 30
2.3.6 知识图谱 / 36
2.3.7 深度学习 / 37
2.3.8 联防联控 / 39
2.3.9 系统化解决方案 / 41
2.4 风控系统框架实例 / 44
2.4.1 外卖风控系统框架 / 44
2.4.2 电商风控系统框架 / 45
2.4.3 金融风控系统框架 / 47
2.4.4 视频风控系统框架 / 49
2.4.5 小结 / 50
2.5 智能风控系统的构建要点 / 50
第3章
核心:理解业务、服务于产品
3.1 风控、业务和产品 / 54
3.1.1 风控工作的生存困境 / 54
3.1.2 如何理解业务 / 55
3.1.3 业务理解的认知表现 / 56
3.1.4 业务理解的行动表现 / 58
3.1.5 数据和模型论 / 60
3.1.6 理解业务的风控实例 / 61
3.2 风控需要被理解 / 62
3.2.1 模型可解释性 / 63
3.2.2 全局解释 / 64
3.2.3 模型相关的解释方法 / 72
3.2.4 模型无关的解释方法 / 75
3.3 引导型风控 / 87
第4章
关键:数据的重要性
4.1 数据的价值 / 91
4.2 大数据风控误区 / 92
4.2.1 大数据风控污名化 / 92
4.2.2 被忽视的数据质量问题 / 93
4.2.3 大数据并不“大” / 93
4.3 数据的搜集 / 94
4.3.1 数据源 / 94
4.3.2 埋点采集 / 95
4.4 风控数仓 / 97
4.4.1 风控数据流程 / 97
4.4.2 大宽表与数据指标 / 100
4.5 特征工程 / 102
4.5.1 特征构造 / 102
4.5.2 特征加工处理 / 103
4.5.3 特征选择和降维 / 107
4.6 案例 / 114
4.6.1 一个简单的例子 / 114
4.6.2 Kaggle 比赛的例子 / 117
4.7 风控的数据输出 / 118
4.8 数据可视化分析 / 120
第5章
手段:规则、模型和监控
5.1 设备指纹 / 124
5.1.1 Hook 机制 / 125
5.1.2 反 Hook / 128
5.1.3 设备指纹技术 / 131
5.1.4 模拟器 / 135
5.1.5 群控 / 云控系统 / 138
5.2 规则引擎 / 141
5.2.1 规则引擎的总体架构 / 141
5.2.2 规则引擎的核心技术 / 143
5.3 风控模型方法 / 146
5.3.1 评分卡 / 146
5.3.2 监督学习模型 / 155
5.3.3 样本不均衡处理策略 / 158
5.3.4 PU Learning / 173
5.3.5 主动学习和迁移学习 / 175
5.3.6 社区发现 / 178
5.3.7 异构网络的密集子图挖掘 / 190
5.3.8 图神经网络(GNN) / 200
5.3.9 知识图谱 / 210
5.3.10 其他算法模型 / 218
5.4 监控 / 220
5.4.1 大盘指标监控 / 221
5.4.2 规则监控 / 222
5.4.3 模型稳定性监控 / 224
5.4.4 变量级监控 / 228
5.4.5 情报和舆情监控 / 230
第6章
场景:反制手段的应用
6.1 系统性防御 / 233
6.2 刷销量、好评、排名、榜单 / 234
6.2.1 背景 / 235
6.2.2 技术手段 / 237
6.2.3 案例 / 240
6.3 刷红包、优惠券 / 243
6.3.1 背景 / 243
6.3.2 技术手段 / 245
6.3.3 案例 / 245
6.4 刷团伙、群控、BC 联合套现 / 255
6.4.1 背景 / 256
6.4.2 技术手段 / 257
6.4.3 案例 / 259
6.5 虚假商户、虚假申请、虚假账号、
多角色联合的虚假孤岛 / 274
6.5.1 背景 / 275
6.5.2 技术手段 / 275
6.5.3 案例 / 276
6.6 刷广告、渠道推广 / 282
6.6.1 背景 / 284
6.6.2 技术手段 / 286
6.6.3 案例 / 291
6.7 舞弊刷业绩—销售 / 296
6.7.1 背景 / 296
6.7.2 技术手段 / 298
6.7.3 案例 / 299
6.8 内容风险 / 311
6.8.1 背景 / 312
6.8.2 技术手段 / 312
6.8.3 案例 / 313
6.9 物流作弊 / 320
6.9.1 背景 / 320
6.9.2 技术手段 / 321
6.9.3 案例 / 322
6.10 分角色治理 / 323
第7章
评估:损失与收益的平衡
7.1 评估的意义和困难 / 327
7.2 评估指标 / 328
7.2.1 有明确样本集的评估 / 328
7.2.2 无明确样本集的评估 / 332
7.3 样本来源 / 335
7.4 A/B 测试 / 336
7.4.1 A/B 测试原理 / 336
7.4.2 风控中的 A/B 测试 / 337
7.5 损失与收益评估 / 338
7.5.1 业务损失和收益评估 / 338
7.5.2 风控视角的损失和收益评估 / 339
7.5.3 实施方法 / 339
第8章
管理平台:直观的可视化工具和管控工具
8.1 管理平台的重要性 / 342
8.2 可视化看板 / 343
8.3 可解释性与可视化 / 347
8.4 查询分析平台 / 354
8.5 监控和引擎配置平台 / 356
8.6 其他工具 / 357
8.7 小结 / 358
第9章
风控的挑战与智能风控系统的搭建原则
9.1 风控的痛点与挑战 / 360
9.2 搭建智能风控系统的原则 / 362
9.3 搭建智能风控系统的注意事项 / 364
第 10 章
风控的未来技术
10.1 未来的技术趋势 / 370
10.2 智能风控公司的机遇 / 373
-
内容简介:
风控是互联网平台业务的重要环节。随着业务的迅速发展,黑灰产问题逐渐突出,大数据和人工智能技术的普及为智能风控提供了强力支撑。本书以作者实践经验和总结为基础,介绍搭建智能风控系统对抗黑灰产的方法。全书共10章,按如下思路组织内容: (1)认识问题:第1章介绍常见的黑产类型,解密黑产运转的内幕,带读者认识建立风控体系的必要性。 (2)分析问题:第2章分析风险范围和种类,提出智能风控的系统框架和需要的各项能力,从整体上介绍智能风控系统,避免一开始就陷入技术细节。 (3)解决问题:包括第3~8章,介绍搭建智能风控系统需要的软硬能力,包括理解业务和避免过度黑盒的实用方法、数据建设、常用技术手段(监督学习、迁移学习、GNN等)、量化评估和可视化效果呈现。 (4)总结与展望:包括第9章和第10章,总结搭建智能风控系统的注意事项,简单展望智能风控技术的发展趋势和前景。 本书内容源自作者的工作实践和经验总结,适合风控从业人员(技术管理者、分析师、算法工程师、产品经理)以及其他对互联网风控感兴趣的人员阅读。
-
作者简介:
王永会,2012年毕业于北航,先后任职于腾讯、百度,长期从事风控工作,依托大数据和机器学习技术建立了以健康度模型为中心的智能风控体系,在黑灰产打击方面积累了丰富经验。
-
目录:
第1章
解密黑产
1.1 认识黑产 / 2
1.1.1 黑产的危害 / 2
1.1.2 黑产的产生 / 4
1.1.3 黑产的类型 / 5
1.1.4 黑色产业链 / 6
1.1.5 黑产的焦点 / 9
1.2 黑产运作 / 10
1.2.1 外卖领域的黑产运作 / 11
1.2.2 出行领域的黑产运作 / 13
1.2.3 金融领域的黑产运作 / 14
1.2.4 黑产的特点 / 15
1.3 黑产技术演变 / 16
1.3.1 风险控制的发展阶段 / 16
1.3.2 黑产的发展阶段 / 17
第2章
风控解决方案
2.1 风险的范围和种类 / 20
2.1.1 风险的范围 / 20
2.1.2 风险的种类 / 20
2.2 风控的团队配备 / 21
2.3 智能风控的技术思路 / 23
2.3.1 智能风控的定义 / 23
2.3.2 设备指纹 / 23
2.3.3 规则引擎 / 25
2.3.4 监督学习模型 / 28
2.3.5 无监督学习模型 / 30
2.3.6 知识图谱 / 36
2.3.7 深度学习 / 37
2.3.8 联防联控 / 39
2.3.9 系统化解决方案 / 41
2.4 风控系统框架实例 / 44
2.4.1 外卖风控系统框架 / 44
2.4.2 电商风控系统框架 / 45
2.4.3 金融风控系统框架 / 47
2.4.4 视频风控系统框架 / 49
2.4.5 小结 / 50
2.5 智能风控系统的构建要点 / 50
第3章
核心:理解业务、服务于产品
3.1 风控、业务和产品 / 54
3.1.1 风控工作的生存困境 / 54
3.1.2 如何理解业务 / 55
3.1.3 业务理解的认知表现 / 56
3.1.4 业务理解的行动表现 / 58
3.1.5 数据和模型论 / 60
3.1.6 理解业务的风控实例 / 61
3.2 风控需要被理解 / 62
3.2.1 模型可解释性 / 63
3.2.2 全局解释 / 64
3.2.3 模型相关的解释方法 / 72
3.2.4 模型无关的解释方法 / 75
3.3 引导型风控 / 87
第4章
关键:数据的重要性
4.1 数据的价值 / 91
4.2 大数据风控误区 / 92
4.2.1 大数据风控污名化 / 92
4.2.2 被忽视的数据质量问题 / 93
4.2.3 大数据并不“大” / 93
4.3 数据的搜集 / 94
4.3.1 数据源 / 94
4.3.2 埋点采集 / 95
4.4 风控数仓 / 97
4.4.1 风控数据流程 / 97
4.4.2 大宽表与数据指标 / 100
4.5 特征工程 / 102
4.5.1 特征构造 / 102
4.5.2 特征加工处理 / 103
4.5.3 特征选择和降维 / 107
4.6 案例 / 114
4.6.1 一个简单的例子 / 114
4.6.2 Kaggle 比赛的例子 / 117
4.7 风控的数据输出 / 118
4.8 数据可视化分析 / 120
第5章
手段:规则、模型和监控
5.1 设备指纹 / 124
5.1.1 Hook 机制 / 125
5.1.2 反 Hook / 128
5.1.3 设备指纹技术 / 131
5.1.4 模拟器 / 135
5.1.5 群控 / 云控系统 / 138
5.2 规则引擎 / 141
5.2.1 规则引擎的总体架构 / 141
5.2.2 规则引擎的核心技术 / 143
5.3 风控模型方法 / 146
5.3.1 评分卡 / 146
5.3.2 监督学习模型 / 155
5.3.3 样本不均衡处理策略 / 158
5.3.4 PU Learning / 173
5.3.5 主动学习和迁移学习 / 175
5.3.6 社区发现 / 178
5.3.7 异构网络的密集子图挖掘 / 190
5.3.8 图神经网络(GNN) / 200
5.3.9 知识图谱 / 210
5.3.10 其他算法模型 / 218
5.4 监控 / 220
5.4.1 大盘指标监控 / 221
5.4.2 规则监控 / 222
5.4.3 模型稳定性监控 / 224
5.4.4 变量级监控 / 228
5.4.5 情报和舆情监控 / 230
第6章
场景:反制手段的应用
6.1 系统性防御 / 233
6.2 刷销量、好评、排名、榜单 / 234
6.2.1 背景 / 235
6.2.2 技术手段 / 237
6.2.3 案例 / 240
6.3 刷红包、优惠券 / 243
6.3.1 背景 / 243
6.3.2 技术手段 / 245
6.3.3 案例 / 245
6.4 刷团伙、群控、BC 联合套现 / 255
6.4.1 背景 / 256
6.4.2 技术手段 / 257
6.4.3 案例 / 259
6.5 虚假商户、虚假申请、虚假账号、
多角色联合的虚假孤岛 / 274
6.5.1 背景 / 275
6.5.2 技术手段 / 275
6.5.3 案例 / 276
6.6 刷广告、渠道推广 / 282
6.6.1 背景 / 284
6.6.2 技术手段 / 286
6.6.3 案例 / 291
6.7 舞弊刷业绩—销售 / 296
6.7.1 背景 / 296
6.7.2 技术手段 / 298
6.7.3 案例 / 299
6.8 内容风险 / 311
6.8.1 背景 / 312
6.8.2 技术手段 / 312
6.8.3 案例 / 313
6.9 物流作弊 / 320
6.9.1 背景 / 320
6.9.2 技术手段 / 321
6.9.3 案例 / 322
6.10 分角色治理 / 323
第7章
评估:损失与收益的平衡
7.1 评估的意义和困难 / 327
7.2 评估指标 / 328
7.2.1 有明确样本集的评估 / 328
7.2.2 无明确样本集的评估 / 332
7.3 样本来源 / 335
7.4 A/B 测试 / 336
7.4.1 A/B 测试原理 / 336
7.4.2 风控中的 A/B 测试 / 337
7.5 损失与收益评估 / 338
7.5.1 业务损失和收益评估 / 338
7.5.2 风控视角的损失和收益评估 / 339
7.5.3 实施方法 / 339
第8章
管理平台:直观的可视化工具和管控工具
8.1 管理平台的重要性 / 342
8.2 可视化看板 / 343
8.3 可解释性与可视化 / 347
8.4 查询分析平台 / 354
8.5 监控和引擎配置平台 / 356
8.6 其他工具 / 357
8.7 小结 / 358
第9章
风控的挑战与智能风控系统的搭建原则
9.1 风控的痛点与挑战 / 360
9.2 搭建智能风控系统的原则 / 362
9.3 搭建智能风控系统的注意事项 / 364
第 10 章
风控的未来技术
10.1 未来的技术趋势 / 370
10.2 智能风控公司的机遇 / 373
查看详情
-
全新
广东省广州市
平均发货16小时
成功完成率88.88%
-
全新
江西省吉安市
平均发货47小时
成功完成率86.57%
-
全新
北京市朝阳区
平均发货14小时
成功完成率94.39%
-
互联网平台智能风控实战
新华书店全新正版书籍。书名与图片不一致的,以书名为准。个别套装书为单本价格,详情请咨询客服下单。
全新
河北省沧州市
平均发货13小时
成功完成率71.81%
-
全新
江苏省南京市
平均发货12小时
成功完成率85.33%
-
全新
江苏省无锡市
平均发货14小时
成功完成率86.73%
-
全新
山东省泰安市
平均发货11小时
成功完成率86.36%
-
全新
北京市房山区
平均发货34小时
成功完成率84.02%
-
全新
江苏省南京市
平均发货6小时
成功完成率98.44%
-
全新
江苏省南京市
平均发货6小时
成功完成率94.85%
-
全新
江苏省南京市
平均发货12小时
成功完成率85.33%
-
全新
广东省广州市
平均发货7小时
成功完成率89.3%
-
全新
四川省成都市
平均发货20小时
成功完成率91.02%
-
互联网平台智能风控实战
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货13小时
成功完成率96.2%
-
互联网平台智能风控实战
全新正版书籍,假一罚十(图片为标准图,仅供参考。以标题为准,不了解的可以询问客服。) 可开发票
全新
北京市朝阳区
平均发货12小时
成功完成率96.25%
-
全新
广东省广州市
平均发货9小时
成功完成率88.17%
-
互联网平台智能风控实战
网络技术 适用于各类互联网业务的风控实战书:电商,外卖,广告,出行,营销,增长…… 新华书店全新正版书籍
全新
江苏省无锡市
平均发货8小时
成功完成率96.47%
-
全新
浙江省嘉兴市
平均发货10小时
成功完成率93.11%
-
全新
河北省保定市
平均发货27小时
成功完成率88.44%
-
全新
北京市朝阳区
平均发货9小时
成功完成率97.83%
-
全新
北京市东城区
平均发货22小时
成功完成率88.32%
-
全新
河北省保定市
平均发货5小时
成功完成率82.71%
-
全新
河北省保定市
平均发货14小时
成功完成率93.19%
-
全新
北京市顺义区
平均发货10小时
成功完成率92.8%
-
全新
北京市丰台区
平均发货28小时
成功完成率87.2%
-
全新
江苏省无锡市
平均发货9小时
成功完成率95.91%
-
全新
天津市西青区
平均发货14小时
成功完成率91.05%
-
全新
河北省保定市
平均发货21小时
成功完成率74.26%
-
全新
北京市朝阳区
平均发货13小时
成功完成率79.06%
-
全新
山东省泰安市
平均发货8小时
成功完成率91.78%
-
全新
天津市河东区
平均发货23小时
成功完成率89.98%
-
全新
河北省保定市
平均发货18小时
成功完成率91.37%
-
全新
湖北省武汉市
平均发货23小时
成功完成率88.5%
-
全新
北京市西城区
平均发货12小时
成功完成率94.29%
-
全新
上海市黄浦区
平均发货10小时
成功完成率95.23%
-
全新
河北省保定市
平均发货18小时
成功完成率91.37%
-
全新
湖北省武汉市
平均发货23小时
成功完成率91.42%
-
互联网平台智能风控实战
重要提醒:::重要提醒::所有图书保证正版,按书名发货图片仅供参考, 有疑问请咨询客服,看清书名按书名发货
全新
北京市通州区
平均发货10小时
成功完成率91.62%
-
全新
河北省廊坊市
平均发货19小时
成功完成率89.81%
-
全新
河北省廊坊市
平均发货14小时
成功完成率91.05%
-
全新
北京市房山区
平均发货11小时
成功完成率71.59%
-
全新
山东省泰安市
平均发货14小时
成功完成率94.48%
-
全新
河北省保定市
平均发货20小时
成功完成率81.26%
-
全新
山东省潍坊市
平均发货16小时
成功完成率82.38%
-
九五品
江苏省无锡市
平均发货18小时
成功完成率83.57%
-
九品
北京市海淀区
平均发货23小时
成功完成率83.94%
-
九品
北京市海淀区
平均发货24小时
成功完成率88.65%
-
全新
湖北省武汉市
平均发货23小时
成功完成率92.59%
-
全新
湖北省武汉市
平均发货22小时
成功完成率91.67%
-
全新
山东省潍坊市
平均发货16小时
成功完成率82.38%