金融知识图谱 借你一双慧眼

谌力

在我国金融市场的加速扩容，金融业综合经营和金融创新日新月异地发展，跨行业、跨市场的交叉创新产品不断涌现的同时，也必须看到目前市场内外环境更趋复杂，需要金融机构强化自身风险管理能力和营销能力，从而更全面、更智慧且高效地洞悉金融创新及其管理。

“世界是復杂关系的总和，知识图谱则是帮你看清复杂现象的慧眼。”金融知识图谱的价值在于发现和挖掘海量信息之间的商业价值。随着数据采集和计算处理的进步，知识图谱正在成为一个新兴的应用领域，发挥出更大的作用。经过几年的努力，北京海致星图科技有限公司的金融知识图谱解决方案在银行的实际应用中得到了10多家银行的成功验证。日前，记者与海致星图总裁杨娟女士对知识图谱在金融业的应用趋势进行了交流。

详解金融知识图谱

知识图谱（Knowledge Graph/Vault）又称为科学知识图谱，其主要作用是用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。2016年，海致星图推出了面向金融行业的知识图谱应用，成为国内金融知识图谱的开创者。

海致星图总裁杨娟表示：“知识图谱技术专注于解决大数据间的关系分析、关系挖掘。知识图谱是Al（人工智能）的一个细分领域，Al涵盖了一个大的领域，而知识图谱其实是Al当中对于关系分析挖掘这一类的核心技术。”

海致星图的金融知识图谱解决方案融合外部数据源和行业内部数据，致力于产生‘‘1加1大于2”的效果。

“海致星图知识图谱优势是两个方面：一个方面技术层面上，对海量数据进行高速挖掘，对于几亿条编的这样一个数据集上面的挖掘结果能够在1秒之内返回，这是技术上的优势；另外就是对于金融业务场景深入认识，例如基于不同的业务场景，怎样去识别欺诈/疑似欺诈行为，疑似欺诈行为表现出来的特征是什么，海致星图与银行业客户已经积累了大量的规则和经验”，杨娟表示。

据介绍，海致星图的金融知识图谱有三个显著的特点。

一是海量数据源采集。全国九千万家企业互联网数据的采集和融合。涵盖企业工商数据、涉诉、上市、招投标、知识产权、招聘、动产抵押、税务、海关、舆情等强大数据量，源自搜索引擎的爬虫技术，采集11大类，50+小类，10000+数据源。

二是快速对接行内数据。生成企业担保环、资金链、贸易链等等，发现复杂关系背后的风险和商机。与银行业务紧密结合，贴合具体场景做信息处理展示，利用强大的数据挖掘及人工智能技术面向营销及风控做企业事件的分析推送。例如可以通过内外部数据（包含企业股权、上下游企业、资金往来、借贷和票据支付的关系）挖掘出各种各样的集团关系模型、风险传导模型、营销传导模型、授信集中度等。

三是强大的图分析功能及挖掘能力。提供更深层次视角的信息，例如一致行动人、实际控制人、社群发现、关系发现、包括疑似欺诈行为的发现等，广泛应用于反欺诈，反洗钱、零售优质客户发现、亲密度模型潜在零售客户发现、贷后预警、风险识别的推送等领域。

从实战中发现和提升价值

经过几年的努力，海致星图金融知识图谱解决方案在银行的实际应用中得到了10多家银行的成功验证。

以某股份制商业银行的金融知识图谱应用为例，这家在全国排名领先的股份制银行拥有数十万企业客户，几万名客户经理都需要每天关注手上数十家客户的风险信息，更需要不断的挖掘辖区内优质潜在客户的营销机会。而这些风险和营销的信号散落在行内外以及互联网各处，靠客户经理个人能力不仅很难覆盖，而且成本越来越高。

海致星图银行信贷知识图谱整合了该行内外数据，构建还原了企业间错综复杂的业务、控制、担保等关联，并实现了风险与营销信号在关系网络上的传导，最终推送给客户经理简洁可行的行动建议。

全网抓取、海量融合海致星图与该行的大数据实验室倾力合作，通过大数据技术全网抓取和解析3000万家企业的工商、涉诉、行政、税务、招聘、销量、舆情、招投标等信息，并与行内客户信息进行全面整合，进行深度的关系挖掘。

构建360度企业知识图谱通过整合企业内外部数据，海致星图构建起支撑各类企业级应用的语义实体库，结合图分析引擎与知识推理技术，提供了智能、灵活的交互式图谱分析解决方案。通过建立360度企业知识图谱，帮助该行有效地提升了风险控制和对公业务的营销效率。

融入业务系统，从“人找事”变为“事找人”在360度对公业务图谱之上，根据海致星图和该行一起从业务中总结出来的各种风险与营销事件规则，图谱自动将每个客户经理必须关注的风险信息和营销信息融入行内业务系统并推送到相关责任人的手机客户端。

通过建立智能金融知识图谱，该行整合金融机构内外企业客户相关数据，刻画企业经营状况与企业之间的关联关系，实时推送营销信号与风险信号，帮助金融机构客户及时把握营销机会、规避风险。避免了潜在损失超过200亿，推送了超过大概5万条以上的营销信息，带来的相关收益成果800亿。

海致星图总裁杨娟指出：“金融知识图谱应用突破了传统数据分析的困境。传统分析的面临的局限性首先是没有海量数据，以前能够分析的都是片断式的信息，而金融知识图谱方案通过采集海量数据，解决了数据不足的问题；第二有了基于分布式结构的图谱挖掘技术，可以进行充分的计算，深化数据价值的发掘。当前，金融知识图谱已经脱离了技术概念阶段，通过深入洞察金融大数据的关系，发挥实际的应用价值。”