采用批量裝(zhuang)載(zai)和實時采集形(xing)式收集并集成(cheng)多源(yuan)數(shu)(shu)據(ju)(ju)，形(xing)成(cheng)統(tong)一海量分(fen)析數(shu)(shu)據(ju)(ju)源(yuan)，利用大數(shu)(shu)據(ju)(ju)分(fen)析方法和分(fen)析工具完成(cheng)數(shu)(shu)據(ju)(ju)清洗與特征提取，最(zui)終(zhong)結合(he)機器學習模型，刻畫全息用戶風險(xian)畫像，為(wei)金融業(ye)務提供預警與防范(fan)服務。