Lending App的标签问题 （小贷风控）

AppList和SmsList是xjd的核心风控数据，各家风控能力的差异基本就体现在对这两部分信息的抽取上。

前几个月一直在研究SMS的信息提取（参考《SMS特征提取的一些心得【1】》和《SMS特征提取的一些心得【2】》），最近又回来琢磨App了。

之前我们对App打的标签的包括：

1. 是否是LendingApp：根据app_id去爬取GooglePlay页面，然后根据产品描述做判别模型，最后人工确认

2. App安装时间：客户端直接获取

3. App更新时间：客户端直接获取

4. 产品发布时间：爬虫获取

5. 产品安装量：爬虫获取

几个标签里除了是否是LendingApp有人工参与外，剩下都是借助程序自动化打的标签，还是希望尽量淡化人工的干预程度，尽量Tech和Automatic一些。

这几个标签在过去几年中很好用，比如量级大的 / 发布时间早的LendingApp周期更长费率更低产品更合规，对应的客户质量就更好。但是从去年开始AppList的区分性衰减的很明显，量级大的App开始不再满足“周期更长费率更低产品更合规”的特征。一个App可以在很短的时间通过疯狂满量冲到百万级，然而一看review，7天+高费率+砍头+爆催，可能还会给新户批高的离谱的额度。

这个时候一个很自然而然的思路是不使用安装量级，改用产品的真实周期和费率（这个思路是去年跟同行交流时候他们在用的）。这个时候又有一个很尴尬的问题：风险定价。新户给的期限短，费率高；老户给的期限长，费率低。首先能找到的信息更多是新户给的，没法代表整体的情况；其次是周期有长有短费率有高有低，很难总结一个值来当标签。

最近还在摸索+找大牛讨论，有结论了再在这里进行更新。

有思路心得愿意share的小伙伴也欢迎在风控群里交流or后台留言。

PS 真想有一个大模型可以把产品review里的期限和费率信息给提取出来，一个一个看的我想死。