ビデオ: 解析者から見るHadoopの世界 2024
リスクモデリングは、Hadoopによって活気づけられるもう1つの主要な使用例です。モデルベースの規律であるという点で、詐欺検出のユースケースによく似ていることがわかります。あなたが持っているデータが多いほど、また「ドットを結びつける」ことが多いほど、結果はより良いリスク予測モデルになるでしょう。 包括的な リスク
という言葉は、多くの意味を持つことができます。たとえば、顧客の解約予測は、顧客が競合他社に移動するリスクです。貸出金のリスクは債務不履行のリスクに関連する。ヘルスケアのリスクは、アウトブレイクの封じ込めから食品の安全性、再感染の可能性などに及んでいます。<！ - 1 - >
金融サービス部門（FSS）は現在、Hadoopベースのリスクモデリングに大きく投資しています。このセクターは、リスクアセスメントと曝露モデルの自動化と精度を向上させることを目指しています。
Hadoopは、リスクモデルで使用されているデータセットを、電子メール、インスタントメッセージング、ソーシャルメディア、カスタマーサービスとのやりとりなど、十分に活用されていないソース（または使用されていないソース）代理人、他のデータソースの間。<！ - 2 - >
FSSのリスクモデルがどこにでも出現します。顧客の解約防止、取引操作モデリング、企業のリスクとエクスポージャーの分析などに使用されています。
企業が自宅で自然災害に対して保険を発行する場合、潜在的にどのくらいの金額が危険にさらされているかが明らかです。保険会社が可能な支払いのためにお金を予約できない場合、規制当局は介入する（保険者はそれを望んでいない）。保険会社が将来の保険金請求を支払うために準備金に多すぎる金額を払うと、プレミアム・マネーを投資して利益を上げることはできません（保険者はそれも望んでいません）。<！いくつかの企業は、風速や降水量（他の変数の中でも）の変動に関連した適切な量の破局的なシミュレーションを実行することができなかったため、彼らが直面しているリスクに対して「盲目的」である彼らの露出に。
まさにこれらの企業は、リスクモデルをストレステストするのが難しいです。より多くのデータを折りたたむ機能（天候パターンや変化する社会基盤のクライアントベースなど）は、より良いリスクモデルを構築するために、より多くの洞察と能力を提供します。
上記のようなビルドとストレステストのリスクモデルは、Hadoopの理想的なタスクです。これらの操作は計算コストが高く、リスクモデルを構築している場合、データウェアハウスに対して実行するのは実際的ではないようです。
-
ウェアハウスはおそらくリスクモデルによって発行されたクエリの種類。（Hadoopは、データウェアハウスで使用されるデータモデルの制約を受けません）。進化するリスクモデルなどの大規模な随時バッチジョブは、倉庫に負荷を加え、既存の分析アプリケーションに影響を与えます。 （Hadoopはこのワークロードを引き受けることができ、通常のビジネスレポートのために倉庫を解放します。）より高度なリスクモデルでは、原文などの非構造化データを考慮する必要があります。 （Hadoopはそのタスクを効率的に処理できます）。
