写个方向！大数据应用于互联网金融。

01.第三方支付的欺诈管理

大数据技术在第三方支付欺诈风险防范中的应用主要有以下四种场景。

1.注册场景

查看注册者注册源请求的IP地址是否是代理，以及在同一设备上发起的注册行为是否过于频繁；通过外部或自有的假冒手机代码数据库进行识别，并建立定期清理机制，确保数据的准确性。

2.登录场景

大数据规则模型用于测量登录时间间隔和IP解析地址偏移量，判断用户的异常登录行为；在登录页面，控制人机识别检测程序判断登录源设备是否缺失或伪造，用户登录环境是否异常。

3.绑卡现场

用卡、身份证、姓名、预留手机四个要素验证卡。大数据技术可以对卡绑定用户的信息、设备、IP等维度进行相关性分析，快速识别批量卡绑定中中介或帮派的行为特征。

4.支付场景

通过分析一周或一个月内账户资金的流入流出数据，如果资金流向集中在部分账户，且活跃的IP和设备相同或相近，则可能存在盗卡支付和洗黑钱的情况。

02、点对点借贷

在对等借贷中，一方面可以得到信用产品的特征，比如贷方的特征和贷款记录，信用产品的期限、风险和盈利能力；另一方面，它可以获取用户的特征，如客户的产品浏览记录、个性化需求和兴趣偏好、客户的个人属性、客户过去的贷款行为和贷款记录等。从而为贷款客户做出个性化的推荐。

03.互联网消费金融

消费金融最重要的问题是信用风险和欺诈风险。因为消费金融的主要客户群体是年轻人和中低收入人群，主要靠个人信用状况担保，没有抵押物。许多消费金融公司依赖大数据风险控制机构。通过分析客户群体的消费数据，对客户进行评级，获得有效的风险控制模型，然后对客户进行分流筛选，进行差异化管理，不断优化风险控制模型和信用审核流程，从而达到量化自动决策的目的。

(1)整合外部信息源。第三方信用服务机构整合诈骗、电商平台等多维全方位信息。

(2)控风模型及评分。从还款能力和还款意愿的角度对客户进行审计，对不同类型的客户进行不同的评估，并基于记分卡设计审批、授信、差异化定价、风险预警、额度调整等流程，以满足信贷工厂批量和规模的要求。

(3)自动化决策。根据互联网消费金融快速贷款的要求，建立自动决策模型和风险控制系统，评估欺诈风险，计算信用风险水平，给出可靠的参考授信额度，从而达到快速授信和实时贷款的目的。

继续阅读：

此文由富荣财经资讯编辑，未经允许不得转载！： 首页 > 财经资讯 > 理财资讯 » 大数据可以应用到哪里