基於大數據的智能風控技術應用實戰 平臺模型與知識的綜合實踐

第1章 緒論
1.1 風控的基本概念及其發展
1.2 智能風控系統的特徵及其應用場景
1.3 大數據在智能風控中的作用
1.4 研究目的與結構
第2章 智能風控的理論基礎
2.1 風險管理理論基礎
2.2 大數據基礎概念
2.3 智能風控系統的核心思想
第3章 基於大數據的智能風控系統技術架構
3.1 智能風控系統技術框架總體設計
3.2 面向風險防控的數據關聯融合架構
3.3 知識工程及知識圖譜技術
3.4 機器學習風控建模技術
3.5 規則引擎技術
第4章 數據結構化表示與實時關聯融合技術
4.1 風險防控事件相關數據分類
4.2 風險防控事件關聯數據統一表示與關聯融合方法
4.3 圖像數據結構化信息提取
4.4 基於實時流計算的事件關聯數據融合
第5章 知識工程及知識圖譜技術應用
5.1 知識工程基礎
5.2 知識工程技術
5.3 知識工程應用
第6章 機器學習及人工智能在風控中的應用
6.1 風險評估框架
6.2 風控領域中的常見機器學習模型
6.3 風控模型的評估與優化
6.4 機器學習模型在風控中的應用
第7章 規則引擎技術應用及優化
7.1 規則引擎簡介
7.2 規則引擎在智能風控中的作用
7.3 規則引擎性能優化技術
7.4 規則引擎穩定性優化技術
7.5 規則引擎的運行與監控
第8章 智能風控技術實戰應用案例
8.1 銀行信貸業務場景應用案例
8.2 保險業務場景的應用案例
8.3 零售業務場景的應用案例
第9章 總結與展望
9.1 總結
9.2 智能風控技術未來研究展望
參考文獻