银行业有一句很著名的话“银行经营的是风险”，可见风控能力对银行的重要性。同样，风控能力被公认为互联网金融公司成败的关键，其中信用风险和欺诈风险首当其冲。为了把住信用关、防止欺诈带来的损失，大数据发挥了越来越大的作用，直接的应用如黑名单查询、欺诈信息库、高危账户等服务快速扩展。然而，面对越来越多的各类“坏”名单库，究竟这些信息对于反欺诈和风控有多大作用？对于一个申请件或交易，各类信息都查询一遍还是只需要查询其中一类？评分模型能够给出更多答案。实际上，最耳熟能详的互联网金融模式，如征信、评级、消费金融、网络信贷等，无不以建立在大数据之上的各类评分模型为核心，其中尤以信用评分和欺诈评分模型最为“刚需”。本案例将结合信用卡欺诈识别的实际场景，介绍基于机器学习算法的大数据评分模型。