“这是我师弟想到的，让他来说吧”刘书和把主动权让给张杰，
“赵总是这样的，我的灵感来源于美国数据公司er”张杰开始有点结巴，慢慢流畅起来，
“我的初步打算是，建立这样一个风控模型，评估对象是哪些从来没和贷款机构发生过关系的群体，将一切与他们相关的数据变成信用数据，比如买房租房记录、开什么款车、签名字是否工整、在金龙贷等网贷公司贷款申请页面停留的时间，我大致计算过了，这些变量将近有1万项，通过模型分析以及不断的机器学习，能够形成对贷款人的信用评估。”
赵子明倒是很新奇，又详细问了下具体情况，
张杰说起专业的事情，神采飞扬“比如说，贷款人登录网站的时间总是在半夜，这可能说明他白天是个无业游民；一旦在我们公司借款，填写表格的时间过长且总是删删改改，有可能是编造信息”
“基于这些多样化、大体量的异构数据，对用户的行为习惯进行全方位、综合性的分析，可以得到更加精确的信用评估结果”
“这倒是，一切数据皆为信用数据嘛”赵子明很同意，
“根据我们的初步研究，发现微博上的一些有趣规律”，张杰兴致勃勃，
“粉丝的数量、发布的内容、社交的网络等都可以被纳入了风险评估模型中”
张杰进一步举例解释，
“微博用户50个粉丝是一个界限，50个粉丝以上的信用程度比50个粉丝以下的信用程度要高很多，每天微博的发送量，以上和条以下的信用度也差别很大”
尽管赵子明是学文科的，对具体的技术不是很懂，但是最近一直加强学习，听懂对方的思路是没有问题的。
“目前看来，大数据智能将是下一步发展的重点，征信使用的数据将涵盖传统的征信数据，消费、财务数据，身份数据，社交、经营数据，日常活动数据，特定或不特定场景下的行为数据”赵子明想的更远，
对于如何发展自身的人工智能，他一直没有思路，对于小讯，他并不能完全放心，现在看来，大数据智能是一个很好的切入点。
“是的赵总，而且技术积累的越多，我们的风控模型就越加丰满”刘书和插话，
“不断扩大的客群和数据会让我们判断更加精确，这是一个动态调整的过程”