第2章：AI风控技术栈概览
各位同学，今天我们来聊聊AI风控的技术栈全景。说实话，我刚入行那会儿，面对一堆术语——机器学习、深度学习、知识图谱、NLP——也是一头雾水。后来在项目中摸爬滚打，才慢慢理清了它们各自的位置。
这一章，我会带你快速扫一遍这些技术。不追求面面俱到，但求让你明白：它们到底能解决风控里的什么问题。
2.1 机器学习：风控的基石
机器学习，说白了就是让计算机从历史数据里找规律。在风控领域，它是最成熟、最常用的技术。
我个人习惯把机器学习在风控中的应用分成三类：
- 分类问题：判断一个用户是好是坏。比如逻辑回归、随机森林、XGBoost，都是经典算法。
- 回归问题：预测一个连续值。比如预估用户的还款能力、信用评分。
- 聚类问题：把用户分组。比如发现异常群体、做用户画像。
举个例子，我在项目中遇到过用XGBoost做反欺诈。当时数据量不大，但特征工程做得比较细，模型上线后AUC直接提升了5个百分点。嗯，这里要注意：特征工程往往比模型本身更重要。
核心观点：机器学习是风控的“老黄牛”，稳定、可靠、可解释。适合大多数常规场景。
2.2 深度学习：处理复杂模式
深度学习，其实是机器学习的一个子集。但它能处理更复杂、更非线性的关系。你想想看，用户的交易行为、文本描述、图像信息，这些用传统机器学习很难建模，但深度学习可以。
在风控里，深度学习主要用在：
- 序列建模：比如用LSTM分析用户一段时间内的交易流水，发现异常模式。
- 图像识别：比如识别身份证照片的真伪、人脸比对。
- 异常检测：用自编码器（Autoencoder）发现离群点。
我曾经用过一个简单的LSTM模型来检测信用卡盗刷。效果不错，但训练时间确实长。说白了，深度学习是“吃数据的大户”，数据量不够就别硬上。
避坑指南：我曾经在数据量只有几万条的情况下强行上深度学习，结果过拟合得一塌糊涂。后来老老实实换回XGBoost，效果反而更好。记住：数据量决定模型复杂度。
2.3 知识图谱：挖掘关联关系
知识图谱，听起来高大上，其实核心就一句话：把实体和关系画成一张网。在风控里，这张网能帮你发现隐藏的团伙欺诈。
举个例子：
- 用户A和用户B共用同一个手机号
- 用户B和用户C共用同一个IP地址
- 用户C和用户D是同一个联系人
单独看每个用户，可能都是正常的。但把关系连起来，你会发现这是一个欺诈团伙。知识图谱就是干这个的。
我建议，在做反团伙欺诈时，知识图谱是首选。它比任何模型都直观。
核心观点：知识图谱擅长发现“关系中的异常”，适合反欺诈、反洗钱等场景。
2.4 NLP：理解文本信息
NLP，自然语言处理。在风控里，它主要用来处理非结构化的文本数据。比如：
- 用户评论：分析用户对产品的反馈，发现潜在风险。
- 合同文本：自动提取关键条款，识别法律风险。
- 聊天记录：检测欺诈话术、异常沟通。
我记得有一次，我们通过分析用户提交的“收入证明”文本，发现大量重复的模板内容。用NLP一跑，直接揪出了一个伪造收入证明的团伙。嗯，这就是NLP的价值。
避坑指南：我曾经以为NLP能解决所有文本问题，后来发现中文分词就是个坑。不同场景下，分词效果天差地别。建议先用简单的规则过滤，再上模型。
2.5 技术栈全景图
下面这张图，是我自己整理的AI风控技术栈全景。你可以把它当作一个“地图”，后续章节会逐一深入。
从这张图你可以看到，整个技术栈是分层的：数据层在最下面，往上依次是特征工程、模型层、应用层。每一层都依赖下一层，但又相对独立。
2.6 如何选择技术？
很多同学会问：这么多技术，我到底该用哪个？我的建议是：
| 场景 | 推荐技术 | 原因 |
|---|---|---|
| 常规信用评分 | 机器学习（XGBoost/LR） | 稳定、可解释、效果好 |
| 反团伙欺诈 | 知识图谱 | 擅长发现关联关系 |
| 文本风控（合同/评论） | NLP | 处理非结构化数据 |
| 复杂模式识别（交易序列） | 深度学习（LSTM） | 捕捉时序依赖 |
| 异常检测 | 深度学习（自编码器） | 无监督学习，发现未知模式 |
重要提醒：不要为了用新技术而用新技术。我在项目中见过太多人，明明逻辑回归就能解决的问题，非要上深度学习。结果模型复杂了，效果没提升，还不好解释。记住：简单有效才是王道。
2.7 本章小结
这一章，我们快速过了一遍AI风控的技术栈。说白了，就是四类技术：
- 机器学习：风控的基石，适合大多数场景
- 深度学习：处理复杂模式，但需要大量数据
- 知识图谱：挖掘关联关系，反欺诈利器
- NLP：理解文本信息，处理非结构化数据
后面的章节，我们会逐一深入这些技术。到时候，我会结合真实项目案例，带你看看它们到底怎么落地。