浅谈大数据在稽查系统的应用

逻辑即事实 · 2018-10-3 23:07:01

只有了解清楚一件事情，才能有效去分析，从来设定解决方案

1：大数据大致分为两种类型，征信类和个人类。

征信类大数据必须接入央行征信中心，所有从事金融行业的公司数据必须接入，接入后可以在线查询某个人所有金融拆借情况等等，便于评估个人信用。

个人类，比如：支付宝、淘宝、美团、微信等APP的交易数据、用户习惯、行为轨迹；目前个人类大数据来源支付工具，例如支*宝和*信，这几年两家公司大力发展线下支付，其中很重要的一点用来采集用户大数据，大数据的价值不可估量。

2:除了征信类大数据强制接入征信中心，个人类的大数据属于企业的用户数据，是否互通完成自主决定。就目前市场格局来看，基本被腾*、阿**巴、今**条等互联网巨头占据，个人大数据的应用主要体现在企业分析、企业与企业之间协议互通，资源互换；典型案例:淘宝与今日头条，用户在淘宝搜索相关产品，然后再打开今日头条，系统立马推送，在没有登录账号的情况下也是如此，除了帐号以外，设备机器码也是一个重要的指标。

这里有几个常识需要解释一下：

（1）：企业之间数据互通属于商业行为，包含详细的规则、协议，只允许互相访问协议内数据；数据是存储在各自的服务器上，只有访问权；访问得到的数据不能私自分享给第三方公司；每次查询必须访问服务器，并且每一次访问记录是有日志文件的，所以目前的查号软件数据来源暂且不清楚，但不管通过哪一方访问，数据库日志一定有访问记录，并且日志一定接入稽查系统。

（2）：根据协议的不同，互相访问，显示的模式也不同；

案例1：淘宝与今日头条，淘宝APP的标签是购物类，那么在淘宝看了以后，今日头条获取的数据是“关健词”，匹配的推送是“与关健词相关的购物资读”，这是因为淘宝APP的标签是购物类，所以根据标签推送相关属性的资讯。

案例2：企业之间访问协议规则，访问得到的结果只是一组代码，双方服务器能够识别的代码，并没有清单，可能只有一个结果，但能够满足业务需求。这是目前最常见的方式，

3：大数据是如何为用户打上标签。

大数据范围很广，讲一些我所知道的，主要来自两个方面，

其一，根据用户注册的APP标签、行为轨迹、习惯。

其二，根据用户支付场景标签。

最核心的来自支付场景标签，打个比方，这位用户用支付宝支付水电费，经常在洗车店、停车场、婴儿用品店付款，那么系统会打上以上标签：有固定住所、有车一族、已婚并有子女，这才是真正的标签，根据消费金额大小，还能进行更精细的打标签。并不是在网上看了产品，过两天买就会有这个标签，标签的形成是多个渠道多个模型核实后形成；比如用户在线上频繁消费母婴类产品（母婴属于标签属性很强的产品，普通人不会频繁交集），但是在线下消费场景从来没有和这类标签有过交集，这很容易引起稽查系统怀疑，特别母女婴、汽车等属性很强的产品，线下和线上一定会无意间有过类似标签交集。线下支付场景获得的标签更准确，所以提前浏览打标签并不是万能的，大数据获取标签的渠道非常之多，哪个渠道信息真实度高，便采用哪个渠道。

大数据核心有三点：基础数据、算法、算力，基本数据是固定的，先进的算法能以更小的计算机消耗算出更优的结果。算法一直是各个公司的机密，今日头条此前由首席算法架构师曹欢欢二十公布了算法，有兴趣可以看下，干货很多，链接https://blog.cSDn.net/tMb8Z9Vdm66wH68VX1/article/details/79453128