stanfordparser

华为中国政企金融业务部副总经理黄河

2019年，在中国民生银行总行与华为技术有限公司(以下简称“华为”)关于建设“科技加金融”数字化智慧银行的战略合作协议框架下，中国民生银行信用卡中心(以下简称“民生信用卡中心”)与华为共同揭牌民生信用卡-华为大数据联合创新实验室(以下简称“联创实验室”)。联创实验室旨在发挥各自优势，继续专注于探索人工智能、大数据、云计算等ICT新技术在信用卡业务中的应用，将华为在人工智能和大数据领域的技术积累与民生信用卡中心丰富的数据应用经验和业务场景相结合，开展提升客户体验等基础研发课题研究， 提升营销转化率，优化风险管理，降低管理成本，升级平台工具，从而加快应用新技术的研发进度，快速产生商业价值，打造。

一、联创实验室的研究实践

联创实验室由民生信用卡中心和华为的数据科学家和R&D工程师，以及民生信用卡中心业务部的专家共同运营。联创实验室一期规划实现两个目标:一是利用民生信用卡中心丰富的数据应用经验和业务场景，结合华为在数据和平台架构领域的技术积累，加速先进的机器学习和人工智能技术在民生信用卡中心的研究和应用，更好地驱动业务决策；二是打造领先的智能数据解决方案，充分释放数据价值，构建能力和平台工具，赋能民生信用卡数字化转型。

在客户体验方面，联创团队探索了客户语音留言的主题分类。目前，语音和文本转录、客户消息和电话记录等非结构化数据已成为金融机构的重要数据资产。这些“客户之声”数据可以帮助金融机构更好地了解客户关注的问题、客户对金融产品和服务的反馈和建议。它们是非常宝贵的资源，在帮助金融机构改进产品和服务方面具有巨大的价值。然而，传统的机器学习算法无法支持非结构化数据的处理，对这种非结构化数据的利用和价值挖掘也不够。在这个方案中，联创团队应用了多种自然语言处理技术，构建了一个两级分类流程，如图1和图2所示。该流程通过卷积神经网络(CNN)、BERT模型、斯坦福Parser中文解析器、中文嵌入、规则匹配等技术的开发，实现了国民生活App中客户消息的自动主题分类，帮助业务部门更好地了解客户诉求，为授信额度调整、分期、还款等业务提供数据参考和优化方向，实现全年超过4亿人次的智能服务，进一步提升客户体验和信用卡业务营收能力。

在智慧营销方面，联创团队重点提升客户活跃度和转化率。手机App是客户与银行产品和服务的关键接触点。但是因为客户每天都会收到各种App消息，所以往往会忽略，不会真的点击浏览。联创团队运用营销心理学深度分析用户行为，研究文案生成机制，创造性地设计了一套结构化设计文案生成框架，自动生成有吸引力的推送消息，并命名为“智能文案生成(PICK)”方案(如图3)。

该方案应用了多种数据科学技术，如实验设计、自然语言处理、假设检验、回归分析等。通过多场景的实际应用和测试学习，持续优化文案生成，大幅提升国民生活App推送消息的点击率。目前，该方案取得了良好的效果，平均点击率提升了25%，在部分特定客户群体中最高点击率提升了近80%，有效提高了营销活动的曝光率和营销转化率，有效改善了客户体验，提高了商业利润。在中国信用卡市场激烈的竞争环境中，银行一直在寻找维护客户关系的有效方法，并发现marketing opportunities的“PICK”方案使民生信用卡在同行业竞争中具有独特的优势。

在风险管理方面，联创团队以风险群体挖掘场景为重点。风险群体挖掘的核心问题是如何处理海量客户关系。目前基于图计算技术的关系图可以用于深度数据挖掘，但常用的Louvain算法只能处理百万级的节点关系操作，远低于信用卡客户的申请数量。联创团队通过深度优化定制的Louvain算法，实现了图中组挖掘能力从百万级节点到千万级节点的突破，只需拖、拉、拖即可完成组挖掘操作。在项目实践中，挖掘1700万客户的8种相互关联的数据只需要5分钟，大大提高了算法的效率，而且群体挖掘的结果可以用非常简洁清晰的网络图展示，具有良好的可视化和可解释性(如图4和图5所示)。

联创团队完成了信用卡群体申请欺诈和群体交易欺诈场景下的算法演示，充分证实了Louvain算法在信用卡场景下的可能性和价值。本课题的后续成果也协助民生信用卡中心制定一些系统性的风险防范策略，从公司层面完善交易监控和决策体系，对监管合规具有重要的参考意义。

在平台技术方面，联创团队联合打造了“机器学习算法创新平台”。数字化转型是民生信用卡中心最重要的战略之一。在实现这一战略的过程中，各业务线越来越信任和依赖数据和模型结果。目前，民生信用卡中心各业务部门对模型式解决方案的需求每年比过去增长近3倍。然而，由于应用场景的限制，传统的经营分析软件已经不能满足其建模需求，主要面临以下挑战:

一是平台扩展性差，架构层面仍采用单机架构，建模运行时间长，无法处理大规模数据样本的模型训练；

第二，算法和框架的支持有限。传统的商业分析软件算法由厂商提供，更新周期长，数量有限，不支持业内层出不穷的开源算法和框架，已经不能满足各种业务场景的建模需求；

三是深度学习支撑能力弱，无法处理文本、语音、图像等非结构化数据；

第四，无法整合多算法框架，每次尝试使用新的算法框架都需要构建新的系统，导致建模周期长，系统运维复杂。

为了解决这些问题，联创团队开发了一站式模型开发培训平台。该平台采用分布式框架和容器化技术，在性能和集成能力上最大程度地保证了平台的可扩展性，提供多种建模方式，实现了从机器学习到深度学习算法框架的全面支持，使数据科学家可以基于该平台探索和研究最先进的机器学习和深度学习算法应用，缩短算法产品迭代周期30%以上。

二、联创实验室的合作成果与展望

回顾过去两年，与民生信用卡的合作也带动华为深入了解金融客户的业务和应用场景，走上了“懂业务”的道路。“知行合一”的本质是“知”与“行”的融合。“懂”是指从金融机构的角度思考并发现其核心业务场景与数字技术应用的契合点；“做”不仅指深耕“行业”，具备识别行业关键业务场景需求的能力，还指亲身“实践”，专注于与金融机构、合作伙伴一起实践关键业务场景的转型升级，达到“知行合一”。在民生信用卡中心与华为的合作中，联创团队通过识别大数据和AI在信用卡业务场景中的应用点，对方案进行验证和改进，然后将最终成果推送到业务应用中实现商业价值，这恰好是华为的一次“知商”之旅。

2021年7月22日，联创实验室被《亚洲银行家》评选为“中国最佳AI创新实验室”，以表彰其在探索数据赋能业务、改进产品和服务设计、改善客户体验、提升内部运营效率等方面的突出贡献。双方围绕民生信用卡中心业务场景进行的应用探索和技术研究，尤其是在突如其来的新冠肺炎疫情影响下，意义重大。

未来，华为将继续与民生信用卡中心深度合作，并基于联创实验室启动联创研究二期项目。目前，中国信用卡市场已经进入了现有客户精细化运营的竞争新阶段。联创实验室以信用卡现有客户运营为重点研究方向，有效运用新数据、新算法、新技术，不断提升客户体验，并在此基础上，围绕全客户旅程的相关场景，不断丰富大数据和AI技术在营销推荐、智慧风控、数字化运营等领域的应用场景，共同打造行业领先的场景数据应用解决方案，探索“大数据+数字化运营”。

本文发表于《中国信用卡》2021年第11期。