AppList和SmsList是xjd的核心風控數據，各家風控能力的差異基本就體現在對這兩部分信息的抽取上。

前幾個月一直在研究SMS的信息提取（參考《SMS特征提取的一些心得【1】》和《SMS特征提取的一些心得【2】》），最近又回來琢磨App了。

之前我們對App打的標簽的包括：

1. 是否是LendingApp：根據app_id去爬取GooglePlay頁面，然后根據產品描述做判別模型，最后人工確認

2. App安裝時間：客戶端直接獲取

3. App更新時間：客戶端直接獲取

4. 產品發布時間：爬蟲獲取

5. 產品安裝量：爬蟲獲取

幾個標簽里除了是否是LendingApp有人工參與外，剩下都是借助程序自動化打的標簽，還是希望盡量淡化人工的干預程度，盡量Tech和Automatic一些。

這幾個標簽在過去幾年中很好用，比如量級大的?/?發布時間早的LendingApp周期更長費率更低產品更合規，對應的客戶質量就更好。但是從去年開始AppList的區分性衰減的很明顯，量級大的App開始不再滿足“周期更長費率更低產品更合規”的特征。一個App可以在很短的時間通過瘋狂滿量沖到百萬級，然而一看review，7天+高費率+砍頭+爆催，可能還會給新戶批高的離譜的額度。

這個時候一個很自然而然的思路是不使用安裝量級，改用產品的真實周期和費率（這個思路是去年跟同行交流時候他們在用的）。這個時候又有一個很尷尬的問題：風險定價。新戶給的期限短，費率高；老戶給的期限長，費率低。首先能找到的信息更多是新戶給的，沒法代表整體的情況；其次是周期有長有短費率有高有低，很難總結一個值來當標簽。

最近還在摸索+找大牛討論，有結論了再在這里進行更新。

有思路心得愿意share的小伙伴也歡迎在風控群里交流or后臺留言。

PS 真想有一個大模型可以把產品review里的期限和費率信息給提取出來，一個一個看的我想死。