蘑菇街白付美模型梳理
2016-11-02 17:11:15 0 举报
蘑菇街白付美模型是一种基于人工智能技术的电商推荐系统，它通过对用户行为数据的分析，为用户推荐符合其个性化需求的商品。该模型采用了深度学习算法，能够自动提取商品特征和用户兴趣，从而实现精准推荐。此外，白付美模型还具有实时性和可扩展性，能够快速适应不断变化的市场环境和用户需求。总之，蘑菇街白付美模型是一种高效、智能的电商推荐解决方案，能够帮助商家提高销售额，提升用户体验。
作者其他创作
大纲/内容
失败
C-score
提额结果（成功or失败）
蘑菇街授信
授信额度
1、是否在白名单2、是否有实名信息3、年龄是否在18-454、是否已开通白付美5、实名信息是否已使用6、是否绑定手机号7、是否有授信信息8、是否有授信额度
三方渠道
自营
准入规则&授信规则
贷后
逻辑回归
根据C-score出催收策略
规则拦截
满足准入模型且没有邀请过的用户 or 满足风险下探条件用户select userid from dw_usr_zhongan_type where visit_date = '$YTD()' and type = 1
成功
授信结果（失败）
具体校验项
用户准入
提额数据导出@子衿调提额接口
芝麻/同盾
每月17号出用户评分，用于外包催收
output到数据库，由@子衿添加到dwd_pay_mailowhitelist表
准入模型
提额用户数据监控（消费&逾期）
邀请
引用众安的提供模型，结果输出到HIVE
三方or自营
部署在蘑菇街，结果直接输出到HIVE
模型拦截，部署在蘑菇街，由算法负责
已邀请未开通且当连续30天不满足准入模型的用户select userid from dw_usr_zhongan_type where visit_date = '$YTD()' and type = 2
每月贷中提额
output到数据库，由@子衿从dwd_pay_mailowhitelist表中剔除
否
商家贷中拦截
授信结果
准入规则
userid尾号是否为0
GBDT(90天)
由风控团队提供规则，BI评估规则的准确性，通过HIVE部署上线（已上线8条规则）
使用
三方
剔除
用户授信
是
每月1号出用户评分，2号-10号根据评分提醒还款
贷中拦截
C-score由@大平负责
最近180天有成交的用户
白名单每天自动邀请和剔除
由BI和风控提供规则及规则的数据评估，确认后通过HIVE脚本每天更新用户，触发规则将不进入白名单（37条规则）
众安
白名单准入的基本条件脚本：dw_usr_zhongan_step3（实名）dw_usr_zhongan_step26（未实名）
由风控团队提供规则，BI评估规则的准确性，通过HIVE部署上线（已上线6条规则）
外包催收
融合三个模型，给出综合评分，公式如下SCOR_RH= 1.23932751 + (0.65607979 *SCOR_LG)- (2.18738754 *SCOR_ML90)- ( 5.3336276 *SCOR_ML30)通过HIVE部署在蘑菇街，HIVE脚本为:dw_usr_zhongan_step4
提额用户数据评估（用户量&金额）
蘑菇街后端校验
用户贷中拦截
提额用户筛选，提额规则由BI/风控提供脚本：dw_pay_user_profile_step1~step6
GBDT(30天)
0 条评论
回复 删除
下一页
