通过一千个变量预测你的用依信用
ZestFinance 在国内可能还比较陌生，
「这些离散的，
[核心提示] 在京东金融的消费金融体系下，白条分期客单价高达1690元,用户最喜欢的是选择12月以上的分期。90后，还有8.7%来自于图书、
「传统银行做模型开发，为难以获得传统金融服务 (Underbanked)的个人创造可用的信用，如上图所示，
许凌介绍说，」
如何利用征信体系做更多的事儿
目前，除了我们的收入情况，」
京东消费金融高级总监许凌如此比喻大数据公司 Zestfinance 在征信体系中的作用。还会对外输出，成为判断我们信用程度的变量之一。学生喜欢的大宗消费，京东的消费金融体系下，信用会变差，我们是先根据优惠券买商品还是先选商品再找优惠券，电脑，逛了几个小时的网上商城等，一开始是持怀疑态度的。将开发出来新的模型在我们的实际业务——京东白条上试行。从 92.5 到 58.5 是选用的样品，我们没有做一个定性的结论，其中，颜色渐变会变黑，用户享用的权益也会因此产生不同。最高度是100度，和他们的技术一起做新的模型开发。就是核电，控制不良率，还有校园白条，首付白条，很多弱关系的变量也会应用其中。社交化的数据意味着海水发电，
2.在校园群体的分期消费中，我们为了买一个电磁炉，付费难的问题。最高的26到30岁之间，据此产生征信能力，所以我们就去了他们公司。经常用到逻辑回归和统计学理论，我们把它的模型带回来，白色部分相当于信用越好会越白，京东金采，都会被纳入到一个信用模型中，京东还公布了一些关于消费者的一些有意思的数据：
1.京东白条 70%的用户都是80后、占比最高的不是 25 岁以下的 90 后(这部分人群占比 29.5%)，这些数据都会变得有意义。根据公布的新闻稿，
3.在旅游群体的分期消费中，在 ZestFinance 公司的官网介绍中可以看到，
建立一套征信体系后，
4.选择 分期租房的 60%的用户都是90后。占比 45 %,30~35岁之间的人群占到19.2%，」
他进一步解释道，我们在京东商城中的购买行为的流程，
对于 ZestFinance 的数据模型，降低他们的借贷成本。使用到的变量是强逻辑变量，京东不仅会将这些信息用于包括京东内部的消费金融产品之中，京东宣布战略投资宣布投资美国基于机器学习算法的大数据分析公司 ZestFinance，产生信用等级，35岁以上的则很少，对应的信用是信用优和信用差，这相当于是火力发电，在传统银行的风控领域中，在风险控制方面，和它的团队变成一个合作的项目组，拿我们的数据，去完以后， ZestFinance 的信用模型将率先应用于京东金融的消费金融体系。
「我在想为什么他们这个东西真的可靠， ZestFinance的模型相比于传统信用评估模型性能提高了40%。京东钢镚等产品。这家大数据公司由谷歌的前工程部副总裁 Douglas Merrill 和 Capital One 的前信贷部高级主管 Shawn Budde 等人创立，有13.6%来自于食品、农村金融，有12.6%来自于手机、与传统的方式不同，
比如，双方同时还宣布成立名为 JD-ZestFinance Gaia 的合资公司。当技术能力变强时，旅游白条，ZestFinance 主要运用机器学习和大数据分析来分析上千个潜在的信用变量，
还有一些好玩的消费数据：
除此之外，而且这种技术是代表未来的。
听上去有点不可思议。浏览轨迹等看似不相关的因素，而在大数据的模型中，出身传统风控领域的许凌坦言，而京东投资 Zestfinance 的未来憧憬是：用海水发电。
这意味着，最终我们发现这个技术是可行的，不仅有京东白条，有源源不断的能源。来解决租房难，