大数据频道 频道

Teradata助丹斯克银行应用人工智能引擎

  【IT168 资讯】全球领数据和分析解决方案供应商Teradata天睿公司(Teradata Corporation,纽交所:TDC)宣布,北欧领先的金融服务机构丹斯克银行(Danske Bank)与Teradata子公司Think Big Analytics联手打造并推出目前非常先进的人工智能(AI)欺诈监测平台。该平台预计在投入运营一年内就能实现100%的投资回报率(ROI)。

  该平台引擎使用机器学习技术,可分析数万个潜在特征(latent feature),对数百万次银行在线交易进行实时评分,为监测判别正确、错误和欺诈活动提供可作为判别依据的洞察。通过大幅缩减误判(false-positive)的调查成本,全面提升银行效率并有助于大幅缩减各项成本。

  丹斯克银行高级分析总监Nadeem Gulzar表示:“应用欺诈是银行最重要也是最头疼的问题。有证据显示,犯罪手段日趋高明,罪犯运用复杂的机器学习技术进行攻击。因此,只有使用机器学习等高级技术才能抓住他们。随着银行业逐步实现数字化,移动银行应用日渐流行,我们很清楚欺诈行为将很可能在近期及更长远的未来愈演愈烈。我们意识到不能只固守当下,更要着眼未来情况,使用尖端技术预防欺诈犯罪。运用AI技术,我们已将误判率降低50%,并由此将欺诈监测部门一半人员重新安排负责更重要的工作。”

  丹斯克银行原来的欺诈监测系统在很大程度上依靠手动添加规则,银行在很久以来一直主动应用这些规则。随着误判记录数量不断增长,甚至经常达到整个交易量的99.5%,使调查相关成本与时间显著增长,银行庞大的欺诈监测团队任务过重,无法实现高效运作。

  Teradata子公司Think Big Analytics咨询团队从2016年秋季开始与丹斯克银行合作,依托数据应用专业知识,补强银行高级分析团队的技术能力,为更广泛业务创造更大收益。双方团队在银行现有基础设施内搭建框架,并创建高级机器学习模型,监测每年数百万次交易中的欺诈行为,高峰时段每分钟可监测多达数十万次交易。为确保监测过程透明性,并增强信任,监测引擎在机器学习模型上加入解释层,提供监测阻止活动的释义与解释。

  从建模角度上看,欺诈案例仍占很小比例,大约每10万次交易才发生一次欺诈行为。双方团队成功从模型中发现误判结果,并将误判率降低50%。与此同时,双方团队还能够监测更多欺诈行为,将监测成功率实际提升约60%。丹斯克银行率先在反欺诈项目中应用机器学习技术,同时开发深度学习模型测试这些技术。

  Think Big Analytics客户服务总监Mads Ingwar表示:“所有银行都需要具备可扩展性的高级分析平台,并为实现数字化制定路线图与战略规划,在银行中推崇数据科学。银行需针对在线交易、信用卡和移动支付打造一套实时解决方案,我们与丹斯克银行合作开发出非常先进的人工智能欺诈监测平台,300毫秒内就能完成新交易评分。这意味着,顾客在超市购物时,系统就能够实时对交易评分,并立即提供可作为监测依据的洞察。这类解决方案预计将会在金融服务业所有机构不断普及。”

0
相关文章