VIP20
本课程属于：060-支付风控实验评估 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

商户风险识别与实验评估指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
风险识别概述
商户风险的定义 · 风险识别在支付与金融生态中的重要性 · 风险识别的基本流程与框架
风险识别概述商户风险的定义
02
商户准入风险
商户准入审核的关键要素 · KYC（了解你的客户）流程 · 准入风险评分卡设计思路
商户准入风险商户准入审核的关…
03
交易行为风险
异常交易模式识别（如高频 · 大额 · 深夜交易）
交易行为风险异常交易模式识别
04
账户安全风险
账户盗用 · 撞库攻击 · 异常登录检测
账户安全风险账户盗用
05
欺诈风险类型
第一方欺诈 · 第三方欺诈 · 身份冒用
欺诈风险类型第一方欺诈
06
洗钱风险识别
洗钱三阶段（放置 · 离析 · 归并）
洗钱风险识别洗钱三阶段
07
信用风险识别
商户经营状况评估 · 历史违约记录分析 · 外部征信数据接入
信用风险识别商户经营状况评估
08
合规风险识别
监管政策解读（如反洗钱法 · 数据安全法） · 合规红线
合规风险识别监管政策解读
09
数据源与特征工程
风险识别常用数据源（交易数据 · 设备数据 · 外部黑名单）
数据源特征工程
10
规则引擎设计
规则引擎架构 · 规则编写规范 · 规则生命周期管理
规则引擎设计规则引擎架构
11
机器学习模型基础
监督学习与无监督学习在风险识别中的应… · 常用算法（逻辑回归 · 随机森林
机器学习模型基础监督学习
12
模型训练与验证
数据集划分（训练/验证/测试） · 交叉验证 · 过拟合与欠拟合处理
模型训练验证
13
实验评估概述
实验评估的目的与原则 · A/B测试在风控场景中的应用 · 实验设计的基本要素
实验评估概述实验评估的目的
14
假设检验与统计推断
零假设与备择假设 · p值 · 置信区间
假设检验统计推断
15
实验分组与随机化
随机化分组方法 · 分层随机化 · 样本量计算
实验分组随机化
16
实验指标设计
核心指标（如欺诈率 · 通过率 · 坏账率）
实验指标设计核心指标
17
实验周期与样本量确定
最小可检测效应（MDE） · 统计功效分析 · 实验时长计算
实验周期样本量确定
18
实验运行与监控
实验上线流程 · 实时监控看板 · 异常预警机制
实验运行监控
19
实验结果分析
效果评估方法 · 置信区间计算 · 多组比较与多重比较校正
实验结果分析效果评估方法
20
离线评估与在线评估
离线回测方法 · 在线A/B测试对比 · 离线与在线结果不一致的原因分析
离线评估线评估
21
模型可解释性
SHAP值 · LIME · 特征重要性排序
模型可解释性SHAP
22
模型部署与监控
模型上线流程 · 模型性能监控（PSI · CSI）
模型部署监控
23
风险策略调优
策略阈值优化 · 策略组合实验 · 策略迭代流程
风险策略调优策略阈值优化
24
多维度风险评估
商户维度 · 交易维度 · 用户维度
多维度风险评估商户维度
25
实时风险识别系统
实时计算架构（如Flink · Storm） · 实时规则与模型部署
实时风险识别系统Flink
26
案例分析与复盘
典型商户风险案例（如团伙欺诈 · 洗钱案例） · 实验评估失败案例复盘
案例分析复盘
27
风险识别与评估工具
常用工具与平台（如SAS · Python · R
风险识别评估工具
28
监管与合规报告
风险报告撰写规范 · 向监管机构提交的报告内容 · 数据隐私保护要求
监管合规报告
29
未来趋势与挑战
AI生成内容（AIGC）带来的新型欺… · 联邦学习在风控中的应用 · 隐私计算与风险识别
未来趋势挑战
30
课程总结与综合实战
核心知识点回顾 · 综合实战项目（从数据接入到实验评估全… · 课程答疑与资源推荐
课程总结综合实战