1. 微信賣東西犯法嗎
不違法，但產品也不能違法。
微信在使用過程中丟失數據可以使用天盾微信聊天記錄恢復軟體恢復微信聊天記錄:
打開天盾微信聊天記錄恢復軟體。
1.首先，設置微信版本為「**版本微信」。（安卓版或蘋果版）
2.然後，數據目錄選擇剛才導出時所保存的文件夾，再點擊「讀取數據」按鈕。
3.界面將會顯示該手機上所有登陸過的微信號碼，最後選擇一個想恢復聊天記錄的微信號後點擊「查看記錄」按鈕。
4.彈出的新窗口上將會顯示該微信號所有的微信好友及所有的聊天記錄，但此時顯示出來的只是未刪除的聊天記錄。接下來，先點擊「掃描刪除聊天記錄」，然後點擊「確定」。
5.請耐心等待掃描恢復即可，恢復完畢，點擊「確認」。顯示成功恢復了xx條已刪除的微信聊天記錄。
2. 別人用我微信收錢,一次一百多,然後在轉給他我能拿百分之二,算不算犯法
算，這是他在利用你的微信號刷流水建議你還是不要貪小便宜以免吃大虧，到時候被判刑那就得不償失了
3. 申請微信給人家掃碼犯法嗎
這要取決於你給人家掃碼的目的，如果僅僅是為了交朋友，做宣傳打廣告等，這是無可厚非的事，但是涉及其他法律法規違禁事項，就違法了。
4. 很多人都自願微信轉錢給一個人、收下算犯罪嗎
不算犯法，因為是自願的。
要是有人強迫或是欺騙是屬於犯法的.
在給別人轉錢的時候一定要寫借條或是借款憑證。
5. 把收款碼發在微信上犯法嗎
看你的目的是什麼，僅僅發個收款碼不算什麼，收款碼本就用來收款的。
6. 微信加人單違法嗎
什麼叫微信加人單？正常的微信加好友是可以的，不要做違法的事
7. 利用手機號碼段批量添加微信好友發廣告違法嗎有相關法律規定嗎
其實是違法的，廣告法 第四十三條 任何單位或者個人未經當事人同意或者請求，不得向其住宅、交通工具等發送廣告，也不得以電子信息方式向其發送廣告。
8. 幫別人引流，讓別人加他給的微信號，但具體他做什麼不知道，如果有違法的事，那我們這些幫他引流的犯法嗎
這個肯定違法呀，別人一本萬利
9. 微信推碼貸款犯法么
微信推麻袋是不犯法的，他今個微信經過那個國家銀行銀監會審核的，基本上是沒有什麼問題，都是按正規手續來的。
在討論如何構建微貸的信用風險評估模型前，我們首先要說簡單回顧微貸這項業務的主要特徵：
一、總資產基本可分，也就是每一筆貸款占總貸款的比例很低，任何一筆貸款的風險都不足以對貸款整體質量產生影響；
二、非系統性風險高度分散，簡單來說就是借款人和借款人間沒有私下關系，不存在一個借款人違約，一大批關聯借款人同時違約的情況；
三、信用風險和欺詐風險高度融合，簡單來說，評估欺詐風險就是把視角降低到每個借款個體的高度，觀察個體是否存在隱瞞材料或提交虛假材料的情況，評估信用風險則是把視角提高到整體貸款資產高度，觀察貸款資產的違約比例，當欺詐風險無法識別的時候，自然就融入到了信用風險中。
有了業務的風險特徵，我們就可以大致來談談如何構建微貸的信用風險評估模型。
通常來講，構建信用風險包含三個層面的內容，一是反欺詐，提升資產質量，降低資產內部關聯性；二是客戶群分層分類，降低整體樣本方差；三是產品定價，落實風險偏好要求和收益覆蓋損失原則。
對於第一層面，其包含反欺詐和降低資產內部關聯性兩部分內容。反欺詐，或稱反信息欺詐，主要通過多信息源交叉校驗、信息自洽校驗等分析模型來驗證借款人提供信息的真偽性，簡單來說就是從借款人本人外的多個渠道收集借款人信息，進而分析借款人提供的信息是否全面、是否存在隱瞞信息或提供虛假信息的問題，對造假問題突出且情節惡劣的借款人則直接篩選掉，提升貸款整體質量。降低資產內部關聯性，主要是通過人群關系網路、小微企業集群等圖計算模型發現具有高度關聯性的借款，比如說家族類借款、企業主導員工消費借款等，對相關貸款進行合並統一管理，降低個體貸款之間的關聯性，保證非系統風險得到充分分散。這一層面的模型分析評估工作需要引入較多的第三方外部信息，對借款人信息進行交叉檢驗，是整個微貸風險評估模型/架構中的基礎部分。
第二層面客戶群分層分類，是目前信用風險評估模型中內容最豐富的部分，其主要目的是根據用戶特徵，包括客戶自行提供的信息、徵信信息和金融機構在前文提到的過程中收集的其他外部信息，對客戶群進行風險等級分類，使每個客戶群的風險等級分布更加集中，或者通俗地說，就是讓好客戶分成一群，讓壞客戶也分成一群，不同層級的客戶區別管理。目前對客戶群分層有非常多的模型和手段，比較常用的有神經網路、深度學習等復雜模型，比較偏傳統的有Logistics回歸模型、LDA演算法等統計學習模型，比較老的則有打分卡模型和專家認定流程（不能稱為模型了）等。不過從各家微貸金融機構和商業銀行個人金融業務的反饋來看，老的打分卡模型仍舊是客戶群分層分類工作的中流砥柱，無論是K-S值（描述模型分類准確性的一個統計值）還是模型的預測穩定性，打分卡模型都要暫時好於其他相對「先進復雜」的機器學習（統計學習）模型，這也說明風險評估模型並不見得越復雜、越高級就會越有效。
第三層面產品定價，是信用風險評估模型最核心最重要的部分，也是決定評估模型最終是否能夠為金融機構帶來盈利的部分。金融機構需要對不同層級的客戶群，根據歷史借還款信息建立相應的貸款損失分布，並根據損失分布確定一個合理定價水平，這個定價既要滿足「收益覆蓋損失」的要求，又要對該層級的客戶群具有足夠的吸引力。
舉個例子，對於無逾期記錄信用卡借款用戶群體，假設其12個月借款的歷史損失率為1.2%，標准差為1%，非銀行金融機構的放款融資成本是7%，如果將貸款利率定為9.88%，則可以保證有95%的概率不會虧錢；如果將貸款利率定為12.2%，雖然可以保證有99%以上的概率不會虧錢，但由於貸款價格過高，而相應客戶群因為信用等級較好，有更多的選擇空間，貸款產品在市場上就會比較缺乏吸引力。
對於不同的客戶群，風險等級越高則貸款資產收益率越高，金融機構需要根據自身的風險偏好進行篩選，選擇適合自身風險承受能力的客群，保證既有足夠風險帶來的資產收益率，同時風險水平不超出自身能承受的最大范圍。需要注意的是，這一部分評估模型所需的損失分布函數是很難通過純粹的模型分析和設計來解決的，必須通過一定量的初始數據積累來形成不同客戶群損失分布參數，這也就是為什麼一些老牌金融機構可以進行更為准確的、更具有吸引力但更安全的產品定價。
總體來說，微貸類業務的信用風險評估是一個多視角的工作：既要包括從微觀視角出發的借款個體行為精準評估，也要包括從宏觀視角出發的借款群體定價覆蓋損失；既要包括利用專家經驗建立客戶分層模型的「預設模型法」，也要包括利用歷史損失數據形成損失分布模型的「統計模型法」。而具體選擇哪個視角，或者更多偏向於哪個視角進行風險評估，則要綜合考慮提升風險識別能力帶來的增益收入和需要額外投入資源的邊際成本。