本书讲解了如何基于不同业务场景的智能风控方法来构建一个从数据到计算再到决策的通用智能风控平台，该平台既能应用于业务的全流程，又能承载互联网业务中的大部分风险控制方案。
全书从智能风控的原理、智能风控平台的架构、智能风控平台的产品设计与实现3个维度展开：
第1部分（第1~3章）
从智能风控的定义、演进以及智能风控如何与业务结合等方面介绍了智能风控的基础知识和原理；
第二部分（第4~5章）
详细讲解了智能风控平台的业务架构、功能架构和技术架构，为智能风控平台的设计与实现打下基础；
第三部分（第6~7章）
从产品设计与实现的角度讲解了智能风控平台的核心系统，如决策引擎系统、指标管理系统、接口管理系统、风险管理系统，以及次核心系统，如贷中监控系统、贷后管理系统、平台管理系统等。

资深风控专家和资深产品经理撰写
从原理、架构、产品3个维度讲解如何构建一个通用的智能风控平台

为何写作本书
回顾过去二十年科技发展历程，从传统行业时代跨越到互联网时代，再到现在的数字科技时代，不断涌现和创新的技术，都是每个时代演进的核心要素。得益于科技浪潮的红利，各行各业都在快速发展，但是随之而来的风险也在不断增加。这种技术催生的新风险，应该用技术来抗衡。
作为一名入行多年的互联网风控从业人员，我见证了互联网业务的高速增长，也见证了互联网业务的风险肆虐，深知互联网业务的风控的重要性，希望能写一本书，分享我对智能风控平台的最新思考和总结，展示如何基于实际行业场景构建智能风控平台，并进一步展示智能风控平台对风险控制的价值。
本书主要特点
随着互联网的发展，各种与互联网业务相关的风险不断滋生，例如娱乐、游戏、社交、电商、金融等行业的营销风险、支付风险、运营风险、欺诈风险、信用风险等，不仅种类多而且迭代快，这就需要有更高效、更智能的风险控制技术和平台来应对。
本书介绍的智能风控平台主要是基于不同业务场景的智能风控方法而构建的通用产品体系，是一个从数据到计算再到决策并应用于业务的全流程产品平台。该智能风控平台的系统产品能够承载互联网业务中的大部分风险控制方案。
本书以金融行业的智能风控为例，从宏观平台到微观系统，逐步深入，突出智能风控平台和实际业务的紧密联系，通过对风控基础知识的介绍，风控原理的介绍，再到风控平台的架构、设计和实现的介绍，由浅入深地指导读者构建智能风控平台。
本书读者对象
本书是一本包含基础风险知识、基础风控知识、风控系统产品知识的智能风控平台设计书，适合以下几类读者阅读：
风控专业领域的产品人员、模型人员、策略人员、技术研发人员和风控业务人员；
互联网风控、金融行业从业人员；
对风控和反欺诈技术感兴趣的人员。
本书内容
本书分为智能风控基础、智能风控平台和智能风控平台设计三部分，共7章。第一部分（第1～3章）主要是对智能风控基础知识的论述，包含智能风控的定义、智能风控的进化史、智能风控的业务应用等内容。第二部分（第4～5章）主要是对实现智能风控平台系统的介绍，包含智能风控平台的业务架构、智能风控平台系统的功能架构、智能风控平台系统的技术架构等内容。第三部分（第6～7章）是对智能风控平台产品功能设计的介绍，包含智能风控平台的核心系统，如决策引擎系统、指标管理系统、接口管理系统、风险管理系统，以及次核心系统，如贷中监控系统、贷后管理系统、平台管理系统。
致谢
感谢我的爱人、我的同事对我写作的全力支持。

计算机\程序设计

智能风控是当前非常热门的风险控制技术。作为实现智能风控的工具，智能风控平台可谓重中之重。智能风控平台提升了风控的效率，提高了风控的质量，实现了风控的智能化。
智能风控平台是从多种风控业务中抽象、总结而来的，能够支撑各种风控方案的落地，是一种通用风控系统平台。智能风控平台的构架、设计、实现并非一蹴而就，而是需要以实际的风控业务为基础，融入创新的科技，经过反复的业务检验，从而形成一整套的标准平台产品。
本书由有多年互联网金融行业从业经验的风控专家撰写，从智能风控平台的业务架构、功能架构、技术架构以及产品的设计与实现角度详细讲解了如何构建一个完整的、通用的智能风控平台，从而让风控变得更容易、更高效、更精准和更智能。

郑江 著：作者简介
郑江（加作者照片）
资深的互联网金融风控从业人员，现就职于融360。
资深产品经理，尤其擅长风控平台的产品设计和研发，曾参与和主导了AI风控平台、SaaS风控云平台、大数据风控平台等各种类型的风控平台的建设，积累了丰富的经验。

前　言
第一部分　智能风控基础
第1章 认识智能风控 2
1.1 什么是风控 2
1.1.1 风控的定义和作用 3
1.1.2 什么是大数据风控 6
1.1.3 什么是智能风控 7
1.2 风控的目标 8
1.2.1 控风险 8
1.2.2 稳增长 9
1.2.3 保平衡 10
1.3 风险的管理 11
1.3.1 三道防线 13
1.3.2 七大系统 13
1.3.3 五大体系 15
1.3.4 八大风险 16
1.4 本章小结 17
第2章 智能风控进化史 18
2.1 智能风控1.0 19
2.2 智能风控2.0 21
2.3 智能风控3.0 27
2.4 本章小结 31
第3章 风控与业务场景的契合 33
3.1 业务催生风险 33
3.1.1 风险滋生 34
3.1.2 风险爆发 35
3.1.3 风险阻塞 35
3.1.4 风险迭代 36
3.2 业务场景下的风控 37
3.2.1 电商风控 37
3.2.2 支付风控 43
3.2.3 信贷风控 48
3.2.4 保险风控 55
3.3 本章小结 59
第二部分　智能风控平台
第4章 智能风控业务 62
4.1 智能信贷业务背景 62
4.1.1 传统金融和互联网的碰撞 63
4.1.2 智能信贷业务应用 67
4.2 智能信贷风控业务背景 72
4.2.1 信贷风控和金融科技的碰撞 73
4.2.2 智能信贷风控业务应用 75
4.3 本章小结 78
第5章 智能风控平台架构 79
5.1 智能风控业务架构 79
5.1.1 信贷业务组织结构 80
5.1.2 传统信贷风控业务架构 81
5.1.3 智能风控业务架构组成 84
5.2 智能风控系统功能架构 93
5.2.1 智能风控系统功能架构组成 93
5.2.2 数据平台 95
5.2.3 接口管理系统 96
5.2.4 分析引擎系统 98
5.2.5 数据挖掘系统 99
5.2.6 关系网络系统 101
5.2.7 决策引擎系统 103
5.2.8 指标管理系统 106
5.2.9 风控服务管理系统 108
5.2.10 贷中监控系统 110
5.2.11 贷后管理系统 111
5.2.12 贷后催收系统 113
5.2.13 智能语音机器人 115
5.2.14 风险管理系统 117
5.2.15 风险报表系统 120
5.2.16 平台管理系统 122
5.3 智能风控系统技术架构 125
5.3.1 访问层 127
5.3.2 展现层 127
5.3.3 系统层 129
5.3.4 大数据平台 133
5.4 智能风控平台业务、功能、技术架构的区别 135
5.5 本章小结 136
第三部分　智能风控平台设计
第6章 智能风控平台核心系统 138
6.1 决策引擎系统 139
6.1.1 决策引擎系统的定义 139
6.1.2 规则 140
6.1.3 模型 145
6.1.4 评分卡 146
6.1.5 表达式 149
6.1.6 模型监控 151
6.1.7 决策流管理 154
6.1.8 风控报告 158
6.1.9 风险审核 161
6.1.10 通用功能 164
6.2 指标管理系统 167
6.2.1 指标管理系统的定义 168
6.2.2 指标列表 170
6.2.3 指标配置 170
6.3 接口管理系统 172
6.3.1 接口管理系统的定义 172
6.3.2 IP管理 174
6.3.3 API管理 175
6.3.4 码值管理 182
6.3.5 自动测试 185
6.3.6 文档管理 187
6.3.7 流量管理 189
6.3.8 监控预警 191
6.4 风险管理系统 193
6.4.1 风险管理系统的定义 193
6.4.2 名单管理 194
6.4.3 标签管理 198
6.4.4 自动检测 200
6.4.5 风险画像 202
6.5 核心系统运作方式 203
6.6 本章小结 205
第7章 智能风控平台次核心系统 206
7.1 贷中监控系统 206
7.1.1 贷中监控系统的定义 207
7.1.2 自动监控 208
7.1.3 风险预警 212
7.1.4 监控统计 213
7.2 贷后管理系统 216
7.2.1 贷后管理系统的定义 217
7.2.2 贷后风险管理 218
7.2.3 资产风险管理 220
7.2.4 贷后流程管理 221
7.2.5 贷后任务管理 228
7.3 平台管理系统 232
7.3.1 平台管理系统的定义 232
7.3.2 角色管理 233
7.3.3 权限管理 236
7.3.4 机构管理 238
7.3.5 用户管理 239
7.3.6 日志管理 240
7.4 本章小结 241