213 views
本文是WOT大数据技术峰会2015现场实录系列的最后一篇。

《大数据与行为预测模型》——刘志军,马上消费金融CDO 原Capital One总监

为大家再增加一块互联网金融专题的笔记内容,这场分享可能算是这次大会所有分享中谈到算法最细节、最有干货的。
大数据营销401.webp
大数据营销402.webp
马上消费金融尝试3类算法:聚类、预测、分类。其中聚类的主观性太强,实际应用中大多数精力都放在预测方面。
大数据营销403.webp
窗口时间多少取决于金融产品的周期,短期还是循环额度、信用卡。长期的产品,就要关注一年内把所有高峰期都算一遍。
据刘志军大神讲到:美国是提供真实纳税人的信息查询的,每次2元(大概是美元吧,现场没特地说明),这个信息是很真实的,就是太贵了。刘志军大神又讲:我们国内也能查,不过更贵。
大数据营销404.webp
算法部分,这张图说的很清楚:统计Dtree/NN/SVM/boost/ensemble建模
判断模型的标准:相关性、模型稳定性。此处不用多讲了,大神已经把心得都放出来了!
判断排序相关性的经典算法,见图
大数据营销405.webp
完美模型 vs 不好的模型,见图
大数据营销407.webp
常见问题:样本覆盖、质量不一、缺失值、样本偏差。

刘志军大神的这场分享是这次互联网金融专场中唯一涉及算法的。虽然没有展开,但我们从大神提炼的方法论、推荐的算法模型能够感觉到大神在该领域的功力。如果有哪位同学想进入互联网金融领域做算法相关、模型相关的工作,我强烈推荐这篇分享。如果将其中各个要点了解一二,你就能够很容易忽悠你周围的小伙伴了;如果将各个要点深度吃透,找一份互联网金融的模型研究相关的高薪工作,绝不是难事。
后记
在深圳的短暂周末很愉快,深圳天气也很好,痛苦的是周日晚上我回到了雾都北京,赶上了雾霾爆表,整个人都不好了。现在的天气还不错,12月1日晚的大风吹出走北京的大雾,让几乎整个11月都没见到晴天的北京又见到了回太阳。

另外一个收获是我在本次WOT大会上与3位前同事-曾经的“黄金一代”团队成员再聚到了一起,他们现在分别担任微博推荐广告技术总监王传鹏、百分点技术总监苏海波、京东推荐搜索总监刘尚堃。你能想象到2010年左右这几位技术大咖在一支团队中一起做事情么?你能想象出那支曾经的“黄金一代”的团队战斗力么?
大数据营销408.webp
大数据营销409.webp
大数据营销410.webp
大数据营销411.webp
最后一张,娱乐一下:
大数据营销412.webp
注:本文是WOT大数据技术峰会2015现场实录系列的最后一篇。更多精彩,请查看本站发布的WOT大数据技术峰会2015现场实录(一)、(二)、(三)。
傅强简介:2015年年中作为技术合伙人加入九枝兰,http://www.jiuzhilan.com,为企业提供在线营销的整合投放Saas服务。2006年-2015年任职当当,从工程师、架构师、高级总监到技术副总裁,从技术的维度,见证了中国电商时代的风起云涌。

推荐阅读:

网络营销线下活动:WOT大数据技术峰会2015现场实录(一)
WOT大数据技术峰会2015现场实录(二)
WOT大数据技术峰会2015现场实录(三)
精准营销到底有多靠谱?

扫二维码,了解更多精彩内容

二维码
相关文章

评论