课程 ID: 18264
描述:
话题概述:
图类数据在业界已经有着广泛的应用，比如社交平台构建的关系图谱用来推荐好友、银行构建的资金流转图谱用来监控资金流向、电商平台构建的商品关联关系谱图用来推荐商品等等。这些应用场景往往对于图谱数据的更新和读取延迟要求不高，数据更新一般由批量作业定期完成，读取延迟一般为秒级。
eBay交易风控业务采用了大量的机器学习模型和规则来应对线上欺诈活动。除了实时Sliding Window和 LastK等表格类特征，eBay风控部门还引入了实时图特征来更好服务机器学习模型和风控规则的实时推理，以更好应对用户在场的风控检查场景，比如同步阻止可疑的注册、下单、绑卡或者提款操作。我们采用了诸多先进技术来实现实时图特征的大规模仿真数据生成快速生成、离线在线数据高度一致性、毫秒级的特征值更新和批量读取、快速特征冷启动等领先能力。
演讲题纲:
1，图特征在风控领域的应用
2，eBay实时特征平台简介
- 图特征定义DSL
- 图特征存储模型
3，图特征在线实时更新和批量读取
- 数据更新的低延迟和准确性
- 毫秒级的图特征批量读取
4，图特征离线大规模仿真回溯
- 中心化的大图还是基于瞬时值的小图？
- 智能加速器
5, 图特征在线离线一致性挑战和应对策略
- Hot Key挑战和应对策略
- TTL挑战和应对策略
6，图特征快速冷启动
话题亮点：
1，业界关于图类数据在风控场景下的应用案例，大多数是用户不在场的风控场景下的模型和规则的批量推理，对特征更新和读取延迟要求低。图特征要用在用户在场的风控场景下的模型和规则的实时推理中，对读写性能有着更高的要求，需要更先进的技术手段来满足相关性能要求。
2，热点key、TTL等问题会给实时图特征大规模仿真回溯和离线在线一致性带来挑战，我们在这方面的探索和应对方案是比较领先的。
3，eBay实时风控特征平台提供的离线在线数据源一致性和计算逻辑一致性，是实时图特征得以落地的重要保障。