TigerGraph 随身听第3期:如何用图技术预防”先用后付”中的欺诈?

如何用图预防”先用后付”中的欺诈
现在,越来越多的商品可以选择“先用后付”的方式购买,即在线免费或支付一部分费用后即可购买产品,在获得产品后可以选择全款或分期付款进行支付。这在淘宝、京东和亚马逊上已经很常见了,并且正以每年 39% 的速度增长。
高速的增长同时伴随着日益增加的欺诈风险。 先用后付中的欺诈以几种不同的方式发生。例如:欺诈者可以访问现有客户的帐户并进行未经授权的购买。欺诈者还使用某人被盗的身份开设虚假的账户,等等。那如何有效防范这些欺诈行为呢?
首先供应商或平台方可以在开户和结账期间实施更严格的身份验证,除此以外,他们还可以结合图和机器学习技术来识别可能与欺诈有关的异常购买活动。图分析作为分析技术,它突出了人、地点和事物等实体间的关联关系,通过深度洞察,能更好地识别先用后付过程中的欺诈。而传统的数据分析技术速度慢,而且无法实时发现隐含的关系模式。
在申请账号以及在进行购买的过程中使用图来检测潜在的欺诈行为在金融服务和信用卡机构已经很常见。例如,当一个人申请信用卡时,可以通过图仔细分析他的特征,比如是否有其他应用共享相同的电子邮件/电话/地址/设备? 图可以为每个部分分配不同的权重,以生成一个欺诈得分。信用卡供应商有了这个分数,就可以实时预测单个应用的风险。我们可以类似地将图应用于先用后付的更多场景,在欺诈行为发生之前进行预测拦截而不是事后“捕捉”欺诈行为。
很多传统分析方式难以解决的问题转变成图思维,或许就能轻松解决,今天的TigerGraph随身听就到这里,下期我们再见。

该如何开始使用TigerGraph?

如果您想马上开始使用TigerGraph,您可以免费下载我们的软件产品。如果您对我们的产品感兴趣,想观看我们的使用演示,探讨如何解决您的数据问题,您也可以直接联系我们的销售团队作进一步的了解。