使用算法:随机森林, 逻辑回归
离线模型:python: sklearn
线上模型:scala: mllib, louvain community
安全画像的目的是通过标签的形式揭露活跃用户在平台上的安全风险。这里的用户的标识方式并不局限于账号,也可以是手机号、设备、IP等平台普适性的资源。我们认为手机号、设备、IP的风险取决于使用它们的账号的历史行为的好坏。因此,安全画像将以账号维度为核心,在账号画像达到理想的准确率及覆盖率的前提下,将账号的标签映射到手机号、设备、IP等维度,得到它们的风险标签。
线上准确率:97.8% 召回率:85.58%
担任角色:算法工程师,主要负责骗子信息, 黑产引流方面模型, 商家冒充个人预测