美文网首页数据挖掘&机器学习@IT·互联网今日看点
聊一聊支付宝的芝麻信用评分模型

聊一聊支付宝的芝麻信用评分模型

作者: 数据虫巢 | 来源:发表于2016-11-28 09:46 被阅读904次
    题图 

    文·blogchong

    就在昨天,支付宝上线了“圈子”,并且基本上是引领了一波讨论热潮。

    其中,一个很重要的信息就是,芝麻信用分很重要。

    很遗憾,我的芝麻信用分显然不够,差几分到700大关,所以并没有收到邀请。

    根据芝麻信用评分体系,350-550分为较差,550-600位中等,600-650为良好,650-700为优秀,而700-950为极好。

    作为开了多年挖掘机的半个老司机,也设计过不少评分体系模型,所以一样好奇,为毛的信用评分就到不了极好呢?

    芝麻信用评分体系,严格来说,也是一种评分体系,只是参考的因素以及具体的评分方式有所差别。

    在国外有一套比较比较标化的信用评分体系,并且算法模型相对公开。

    但在国内,显然是没有的,所以各家具有信用评估资质的公司,都有自己的一套信用评估模型,来衡量用户的信用程度。

    绕的有点远,我们回到芝麻信用评分。

    根据支付宝说明显示,影响评分的有五大维度:身份特质,行为偏好,人际关系,信用历史,履约能力。

    芝麻评分因子矩阵

    我自己估摸着自身情况对应这五大因子:

    身份特质包含的是身份信息、学历信息、以及实名的消费记录等,个人一直没有鸟支付宝的怂恿,坚持没有绑定自己的学历、企业、车辆信息、职业信息,看来这项俺是零分了(俺错了)。

    关于信用历史,应该是调取的信用历史,以及自身的花呗等相关的信用数据,如果支付宝无法关联绑定银行卡的信息的话,那么他只能拿诸如花呗的信息作为评估支撑了,对于这点来说说,估计它能获取俺的信息有限,因为我连花呗都几乎不用。

    履约能力,这个跟信用历史有点像了,同样,如果他无法通过关联的银行卡获取信息话,只能通过自身入口造成的履约情景进行判断了,包括花呗还款情况、支付宝的各家信用卡入口等,关于这一点,估计俺的信息不多。

    行为偏好,这个好理解,各种消费记录、消费能力评估,以及生活缴费的情况,对于这点来说,估计俺的分数应该不低,算是个支付宝使用大户了。

    人际关系,这点应该参考了协同算法的模型,通过衡量好友的信用关系,来协同评估目标的信用。

    再回到我的信用评分,这样看来,这700分大体上应该是行为偏好占大头,人际关系次之,然后信用能力以及履约能力起到微弱的作用,身份特质基本没起到什么卵用,因为俺没有关联。

    那么,如果单纯的从最上层的权重模型来分析的话,占据最大权重的应该是行为偏好,以及对应其他信息次之,不然无法解释我绑定的信息如此之少,而信用分依然可以达到,极好的边界值。

    其实这点也好解释,对于支付宝来说,其最大的信息来源在于内部的数据,即消费行为数据,即使是人际交往关系数据,在支付宝的社交真正起来之前,都不会有太多的累积。

    至于说其他几个维度,能关联更是少之又少。

    至于说在未来,芝麻信用评分会不会调整各个维度的权重,甚至是增加参考维度,那是肯定的。

    严格来说,行为偏好的信用价值信息,其实还是相对较弱的,但其他几个维度的信息获取成本太高,甚至包括看起来不难的人际关系。

    但人际关系在真正的设计关系网络建立起来之前,其实参考度有限,除非他能构建诸如微信的社交网络规模,才有比较良好的参考意义。

    最后,抛开这个评分模型,信息体系其实是蛮重要的,也希望每个人都重视起来。

    不说了,俺要去绑定信息了~~

    相关文章

      网友评论

      • 仗剑天涯1227:作者是否有时间可以把之前所做评分模型也分享一下

      本文标题:聊一聊支付宝的芝麻信用评分模型

      本文链接:https://www.haomeiwen.com/subject/lkfopttx.html