曹雪瑩是一名平面模特，工作性質讓她經常穿著不同的服裝，在不同的場合，需要穿不同的衣服，並且風格還不能重樣，服裝開銷佔了曹雪瑩日常開支的很大一部分。很多女人，總會感覺自己的衣櫥裡少一件衣服，曹雪瑩更是如此。
乙個偶然的機會，曹雪瑩發現了一種共享衣櫥的消費模式，每月花銷不到500元，便可換穿30件衣服，其中有不少，是高於曹雪瑩消費水平的輕奢品牌，並且大部分衣服都是免押金。一年下來，曹雪瑩可以節省很多買衣服的錢，這一切得益於信用體系。
芝麻信用技術總監毛仁歆，便是這個信用評價體系的搭建者之一。他一直在用演算法和模型創新商業模式，信用評估，便是毛仁歆團隊利用演算法創造的乙個非金融的商業信用評價體系。
「我們其實在技術領域有非常非常多的創新，通過這樣的乙個信用評價體系，我們將使用者各個維度的資料計算，最終輸出乙個使用者的守約畫像。」毛仁歆說道。
商業信用評價體系，從乙個人的身份特徵、信用歷史、履約能力等方面進行綜合評分，通過機器學習、時序建模、深度學習、網路分析等技術，精確評估出使用者在不同商業場景的守約行為，信用評估作為共享經濟中買賣雙方建立信任的紐帶，它的評分規則必須保證客觀和公平，這促使毛仁歆和他的團隊，要不斷提高守約行為預估的精準度，這樣可以讓商家擴大自身業務的同時，有效控制經營風險。
隨著信用平台體系的不斷完善，越來越多的網民加入到中國人自創的購物狂歡節中，乙個新的產業鏈也隨之誕生。這裡便是新經濟體系下的另乙個環節，工作人員正在把**的衣服運到清洗車間，衣服經過分揀，被放進大型洗衣機中清洗，然後經過高溫熨燙，臭氧消毒，塑封包裝等環節，進入巨大的服裝倉庫。
當共享衣櫥系統，接收到消費者的訂單後，工作人員會從服裝倉庫的幾十萬件衣服中揀選出對應的款式，然後衣服在流水線上被電腦系統細化分揀，打包後快遞發出。
借助於這個信用評估體系，共享衣櫥這種共享經濟消費模式越來越受年輕人青睞，隨著共享經濟模式的普及，更多使用者有機會展示自己的守約行為，積累自身信用，信用評價體系也得到持續優化，進而刺激了中國消費市場的活力。
信用評估中涉及的機器學習方法由淺到深均有涉及，其從線性、時序和結構資料上進行統一建模的框架即芝麻分背後的deepcredit技術。傳統評分卡技術，雖然能給每乙個使用者提供乙個可解釋的芝麻分組成，但模型的評估準確度非常依賴底層的特徵工程。近幾年來深度學習技術極大的推動了時序挖掘、圖網路分析、自然語言處理、影象識別等領域的發展，也為更準確的使用者信用畫像評估提供了可能。
通過對時序挖掘方法的研究，芝麻信用對深度學習在信用評估中的應用做了探索，其通過對使用者的守約歷史進行時序建模，完整刻畫了乙個使用者在時間維度上的守約表現。傳統在金融領域的守約歷史資料探勘主要依賴開發人員的業務經驗，受到工作量大、特徵維度少等影響，最終無法達到商業應用的效能要求。在建模過程中，深度學習中的迴圈神經網路（rnn）及其變種時序演算法能較好的對序列資料建模，當前在語音識別、機器翻譯、序列**上都有非常棒的應用。芝麻分團隊首次將多層迴圈神經網路應用在數億使用者規模的守約時序行為上，模型示意圖如下圖所示。通過在模型結構中引入了stacking、embedding、wide&deep等優化技術，通過演算法學習到了使用者的守約習慣，如按時守約、多用多守約等。最終的效能效果相比傳統方法有顯著提公升40%+，給商業場景帶來更多的准入使用者、更低的資金成本。
當前芝麻信用已經深入滲透到支付寶的各個產品當中，同時對外開放向合作夥伴提供服務。芝麻信用也將投入更多精力優化技術，推動商業信用體系的加速到來。
Android仿芝麻信用分
1.先準備好 2.新建乙個creditscoreview類，繼承view public class creditscoreview extends view 各維度圖示 private int icons 各維度分值 private float data 資料最大值 private float ma...
芝麻信用 別忘檢視支付寶芝麻信用分，這些特權別浪費
支付寶是大家經常用到的軟體，如今它更像 萬能寶 繳費，支付，購物等諸多功能都可以輕鬆實現。隨著大家使用支付寶越來越頻繁，支付寶也逐漸有了評價大家信用體系的資料。芝麻分數就是直接的體現。如果你的信用分數超過了700分，可別就僅僅發個朋友圈炫耀那麼簡單。實際上700分以上還有很多 特權 可以使用，在生活...
ofo共享單車接入芝麻信用 騎小黃車不用押金了？
ofo共享單車接入芝麻信用 騎小黃車不用押金了？今天，ofo 單車在安徽蕪湖開始運營，至此，全國範圍 39 座城市的馬路上都有了小黃車飛馳。而支付寶芝麻信用官方微博發出訊息，表示 共享時代信用出行！猜猜我們在一起要幹嘛？ofo 共享單車 原來，ofo 共享單車x芝麻信用戰略合作發布會正在進行當中，由...