AppList和SmsList是xjd的核心風(fēng)控?cái)?shù)據(jù)，各家風(fēng)控能力的差異基本就體現(xiàn)在對(duì)這兩部分信息的抽取上。

前幾個(gè)月一直在研究SMS的信息提?。▍⒖肌?/span>SMS特征提取的一些心得【1】》和《SMS特征提取的一些心得【2】》），最近又回來琢磨App了。

之前我們對(duì)App打的標(biāo)簽的包括：

1. 是否是LendingApp：根據(jù)app_id去爬取GooglePlay頁面，然后根據(jù)產(chǎn)品描述做判別模型，最后人工確認(rèn)

2. App安裝時(shí)間：客戶端直接獲取

3. App更新時(shí)間：客戶端直接獲取

4. 產(chǎn)品發(fā)布時(shí)間：爬蟲獲取

5. 產(chǎn)品安裝量：爬蟲獲取

幾個(gè)標(biāo)簽里除了是否是LendingApp有人工參與外，剩下都是借助程序自動(dòng)化打的標(biāo)簽，還是希望盡量淡化人工的干預(yù)程度，盡量Tech和Automatic一些。

這幾個(gè)標(biāo)簽在過去幾年中很好用，比如量級(jí)大的?/?發(fā)布時(shí)間早的LendingApp周期更長(zhǎng)費(fèi)率更低產(chǎn)品更合規(guī)，對(duì)應(yīng)的客戶質(zhì)量就更好。但是從去年開始AppList的區(qū)分性衰減的很明顯，量級(jí)大的App開始不再滿足“周期更長(zhǎng)費(fèi)率更低產(chǎn)品更合規(guī)”的特征。一個(gè)App可以在很短的時(shí)間通過瘋狂滿量沖到百萬級(jí)，然而一看review，7天+高費(fèi)率+砍頭+爆催，可能還會(huì)給新戶批高的離譜的額度。

這個(gè)時(shí)候一個(gè)很自然而然的思路是不使用安裝量級(jí)，改用產(chǎn)品的真實(shí)周期和費(fèi)率（這個(gè)思路是去年跟同行交流時(shí)候他們?cè)谟玫模?。這個(gè)時(shí)候又有一個(gè)很尷尬的問題：風(fēng)險(xiǎn)定價(jià)。新戶給的期限短，費(fèi)率高；老戶給的期限長(zhǎng)，費(fèi)率低。首先能找到的信息更多是新戶給的，沒法代表整體的情況；其次是周期有長(zhǎng)有短費(fèi)率有高有低，很難總結(jié)一個(gè)值來當(dāng)標(biāo)簽。

最近還在摸索+找大牛討論，有結(jié)論了再在這里進(jìn)行更新。

有思路心得愿意share的小伙伴也歡迎在風(fēng)控群里交流or后臺(tái)留言。

PS 真想有一個(gè)大模型可以把產(chǎn)品review里的期限和費(fèi)率信息給提取出來，一個(gè)一個(gè)看的我想死。