51 信用卡的个性化推荐体系

人工智能是当下金融产业转型的重要助力，本文主要介绍 51 信用卡管家在这方面如何搭建模型体系，如何发掘数据价值，如何成立自己私有的扫码平台或个性化体系。

51 信用卡管家最开始以账单管理业务为主，国内比较早的用于管理信用卡账单的 APP，目前公司的业务领域涉及负债管理、金融、技术服务等。

目前 51 信用卡管家在运营增长面临的问题： “推荐”或“搜索”主要应用在电商行业里面，电商里面推荐系统重召回，包括“粗排”和“精排”，在金融领域产品少，为何要做复杂的召回呢？其实，金融里面我们重“排序”，举例说明，比如今天客户来 51 的目的可能是为了办卡，结果没有选到合适的卡，那么这个时候应该怎么办呢？由于金融客户价值非常大，我们不想失去任何机会，因此就给客户推荐其它业务。

下面介绍一下“推荐”在我们金融领域会遇到什么样的问题：

1. 51 的运营增长痛点

金融领域 APP 属于偏向投资和工具类的，跟电商 APP 相比属于低频率的，客户打开的频率比较低，所以我们的运营能力非常关键，在运营过程中我们遇到哪些困难呢？

(1) 随着业务不断扩张，如何有效识别用户差异化需求？由于我们的流量平台主要来自于广告投放，不同广告商带来用户的体制、分类等不同，办卡类、理财等带来的客户各有差异。

(2) 新用户成本高，怎样第一时间做精准分发?金融类用户相比电商类来说成本高很多，由于价值高所以要更加珍惜。

(3) Push 等渠道转化率低，如何提升？由于客户打开频率低的特点，Push 是重要的手段。

2. 技术上的难点

(1) 金融用户的行为较少，怎样有效挖掘用户标签?标签的挖掘对于我们来说是重中之重。在电商 APP 中，如果用户家里有小孩，母婴类产品会点击比较多，会产生大量的数据，电商根据这些数据可简单准确分析用户的需求。对于金融类用户来说，行为数据也非常重要，但比较少，这就要求我们挖掘其它类数据来补充。

(2) 如何构建一套实时预测用户偏好并线上应用的模型架构?在电商中实时推荐系统、在线测试、在线规则引擎比较多，成熟案例也多，而在金融里面相关资料和成熟案例相对较少，金融类用户偏好有一定的深度，重要的一点在于如何在第一时间捕捉到用户金融类的偏好，因此构建一套成熟的体系架构是非常困难的。

(3) 如何体系化帮助渠道有效增长？在广告投放时，如果反向的用户价值观念比较大，比如 ROI 特别高的情况下，那么渠道投放信心也是倍增的，对于广告平台的也非常有价值。渠道有效增长对站内和站外影响都比较大。

下面介绍一下系统的架构平台相关内容，金融业务如何基于账单和 APP 构建用户标签？金融业务中数据来源第一个是账单，数据量较大，用户的很多账单需要管理和分析，提供很多定制化服务，比如推线下的很多活动等，这个对用户来说意义比较大，这里的账单主要是消费类的数据。第二类数据是 APP 数据，经过很多分析表明这类数据重要性比较高，在后面将结合具体算法介绍基于 APP 构建用户标签。

举例说明基于账单构建用户标签。假如今天在杨国福麻辣烫消费了一笔账单，账单里面可能会形成“支付宝消费—杨国福麻辣烫—**金额”等没有语法结构的短文本，我们需要挖掘有用信息，经过很长时间的探索，我们发现这些短文本基本都有一个核心短语，将这些核心短语分类列出来对我们帮助非常大。下图是我们设计的分词系统，大概有三层体系，第一个是主向量化，有字级别向量以及词级别向量化，词向量化也需要很多算法；再往上一层是合并规则，如果名词之间相关性比较大时合并起来就是短语，此外我们也有自有词库；再往下一层就是概率图推理模型，简单介绍一下这层的作用，对于账单来说有几大问题，假如有一笔套现账单，这种账单在这情况下意义不大，但对于判断风险评估来说比较有用，比如判断用户偏好，这样的账单记录会影响系统分词效果。再比如有一笔信贷业务的账单，我们要判断用户是否具有还款或负债能力，此时具有欺诈性质的假账单影响比较大，需要筛选出来。总体原则是避免有问题账单进入系统而影响结果。

以“支付宝消费—杨国福麻辣烫—“金额”为例继续介绍，如下图所示，先将账单记录分为两大类，关键词还是实体名，将“杨国福麻辣烫”提取出来，其它部分作为 other 部分。像“支付宝消费”这样的词在分词系统里面 other 部分一步步分离，最终进入系统概率图部分。概率图有什么作用呢？将训练过程历史记录中出现词的贡献概率或联合概率识别出来，即图中边与边之间的关系。假如进入这个概率图后形成四个短语，在四个图中各出现一次，其他图都没有出现的话，这种意味着这四个短语在图之间的关系在历史训练中比较弱，独立性比较强，那么我们看一下这四个图各处在什么位置，与库里面其他词概率关系是怎么样的，然后构建模型。此外，我们也可以通过人工系统进行审核。下图右侧账单算法分词案例，首先将账单所有短语列出来，大的地区通过将中国的地理位置排列识别，小的地方通过其他解决办法也可识别。还有一个问题，商家都有明显的酒店短语，为何还要做呢？大多数账单能够识别出有多少是住宿类别，但有些时候识别不出怎么办呢，比如“香米拉客家商务酒店”，那么需要通过其它方式提供有效信息再进行分类。以上内容是基于账单体系架构构建用户标签的过程。

基于 APP 构建用户标签。我们在实际中，不只把 APP 词用一次，甚至把描述词也用到了。单点类 APP 通过 one-vector 一维方式提取，通过矩阵或者一维向量表示，第 2 个是交叉类 cross-vector 二维或三维方式。先简单介绍一下 cross-vector，比如我们在制作 APP 时会给它一个类别，很多 APP 不仅有一级 name 还有 double 级 name，我们有一个二次 name 的预测过程，比如 51 信用管家被很多人作为简单的管理信用类工具，事实上还有理财与借贷类，如果只注意到某一个类别，容易忽略 APP 的价值挖掘，我们可以将 APP 里面两个类进行简单加和等组合，也可以以人工方式进行组合，3 维的交叉则是在 2 维基础上扩充类。此外，APP 里面描述要不要采用呢？我们认为一定要用，因为每个 APP 开发完后在上传的时候一定要有标识类代表性的转账信息，这些描述信息非常有用。这样就能得到足够的数据拟合场景了，那么这种体系我们可以适用于哪些地方呢？比如可以用于判断用户的性别和年龄，也可以用于判断用户理财价值比较大还是旅游比较多类别。

接下来介绍如何将这些模型高效利用，各个业务线如何打通呢，建模人员如何高效利用起来呢？在金融领域这类介绍的比较少，接下来简单介绍一下我们的算法框架。我们算法上线时候，有一个统一的自动化翻译过程，不管是 Python、C++还是 R 语言写的算法统统被屏蔽掉，因为我们要求线上环境必须是稳定的，此外产品上线情况下还需要做移植性校验，将翻译过程的错误进行封装。流程再往上走，51 作为一个个性化通用平台，特征生成包括实时特征扫描、离线特征自动对接以及多元特征融合，训练方式包括模型在线训练、模型离线训练，效果评估包括模型打分指标：AUC、Recall、Precision、F1-score、MAP、K-fold 波动率等，鲁棒性检测包括线上模拟测试(时间片数据与带噪样本融合测试)。再往上走就是环境适配，包括模型线上运行环境翻译与线上模型一致性验证。再往上就是 51CG 运营管理平台，实现了全自动化，因此我们模型上线速度特别快，只要配置好信息随时能够上线对接。

增长的案例 1：新手专区个性化 AB。51 管家最大的功能点就是管理账单，如下图所示针对多种类型新用户（导单、还款、理财、办卡贷款、征信）实现 T+0（实时毫秒级）个性化新手专区 AB 测试新手专区转化率较默认业务排序提升 7-14%。

第 2 个案例就是前面提到的 51 管家重推送（Push），首先简单说明 Push 优化五个关键问题: 合适的时间、以合适的文案、给合适的人、推送合适的内容、疲劳度控制。什么是合适的时间，建立推送时间优化 AB 迭代机制，这个主要依靠运营或产品脑洞，没有特别好的方法，每个产品有个合适的时间。如下图所示，我们的思路是看平均活跃时间、最活跃时间、最活跃时间提前 1 小时以及活跃次数 90 分位数的最早时间等，这样就可以划分活动分布。

理财文案比较多，我们通过 MAB 算法来选择最佳文案，简单介绍一下我们如何应用的？MAB 是一个算法模型，我们采用 UCB 算法（置信区间上界）来计算每一个文案下收益，置信区间上下限宽度需要注意一下，如果置信区间上下限很宽的话是存在风险的，由于实验不够可能每次都定位同一个位置，这个时候如何校验需要一定的拆分实验功底。

如何通过数据驱动设计疲劳度控制？通过预测加分档方式进行调整。这里打开率预估是 Push 里面最基础的模型，需要持续迭代优化，通过 MVP(Minimum Viable Produc)最小化产品可行来驱动，预估分档为规则(最近 N 天打开 Push)-LR 模型(纯打开率)-融合(转化率)+校准(calibration)，有些情况下打开次数频繁，此时需要进行一定限制。

增长案例 2：基于用户标签对理财用户进行细分预测。我们对用户定义分群非常清楚，比如低活流失用户、高活流失用户、周期型用户、尝试型用户等，包括前面提到的 Push 在增加用户活跃量的条件下，用户打开 APP 时基本就是活跃的，那么这些是基于我们数据的积累。

下图所示，基于 push 渠道精细化运营的结果。针对 6 种细分人群做差异化运营策略跟踪一个月时间，最终 AB 实验，六个人群较未提供策略都有比较显著的 ROI 净值提升。

作者介绍：

陈兵强, 现担任 51 信用卡管家资深算法专家，曾担任美国 nanjee 公司算法研发总监、国内领先大数据公司的 ID-Graph 团队负责人，长期从事金融领域的 ML、DL 等相关算法研究和落地解决方案。

本文来自陈兵强在 DataFun 社区的演讲，由 DataFun 编辑整理。