bet356体育在线

通过知识图谱符号推理或融合机器学习的数值推

  2017年,中国人民银行印发了《中国金融业信息技术“十三五”发展规划》,基于人工智能新技术的应用成为金融业务创新的有力支撑和持续驱动,也成为金融机构提升业务发展和效率的关键因素。数据是金融行业最核心的资产,人工智能技术与数据的深度融合成为了各大金融机构关注的重点。在多种人工智能的技术中,知识图谱因其能够更好的表达金融机构业务场景的交易全貌,可以更好的服务于人工智能时代的分析与决策场景,成为了金融机构近年来的技术创新热点。

  明略数据为某全国大型股份制银行治理并融合近十年的全量数据积累,建成了国内银行业首个全行级知识图谱,并向上支撑银行内部的风控体系和AI模型体系,现已全面投入使用。该平台覆盖了全行所有客户及其关联关系,构建了十亿点、百亿边的客户关系网络和资金流转网络,是目前国内银行业内唯一一个覆盖所有账户、客户关系和全量资金流转信息的全行级知识图谱平台。

  明略数据成立近五年来,一直致力于将知识图谱的数据架构与技术与金融机构各条线的业务深度融合。该项目的落地,也切实帮助到了该银行突破性地利用图挖掘、图计算模型等人工智能技术发现了传统风控场景下无法发现的包括信用卡套现、资金挪用、资金回流等操作风险行为,及时核查,仿佛为银行风控、内审部门开了“上帝之眼”,小到上千万,大到上亿元的损失,都可以轻松发现。

  基于多年行业内的实践与探索,明略数据已形成一套完整的产品体系,服务金融行业实现以下技术维度创新:

  l数据治理:进行自动化数据治理,快速治理与融合全量银行内外部数据,围绕业务主题相关核心实体,建立“实体-关系”形式的全维度知识图谱数据模型,从而支撑更高效的在线分析和数据挖掘应用。

  l智能检索:利用不同类型数据的智能检索,识别用户意图,定位检索目标,提供高效简洁的标签检索,支持根据要素进行快速检索与分析。

  l知识推理:利用已有数据和业务知识,通过知识图谱符号推理或融合机器学习的数值推理,补全知识维度,发现未知知识。

  l图挖掘:发挥图计算和图挖掘能力优势,更高效、准确地帮助业务部门发现特殊实体、特殊路径或特殊子图,有效开展风险管理或营销活动。

  基于以上技术维度的尝试,明略数据在包括中小微信贷风控、内部审计、反洗钱、智能营销等多个场景下为数十家金融机构落地了知识图谱,在知识图谱的应用中,切实为金融机构提升了整体效能。

  明略数据为某大型国有商业银行构建面向普惠金融的信贷业务风控平台,通过知识图谱的数据建模过程,将原有来自多业务、多渠道、多管理系统的复杂多元异构数据,抽离成符合银行自身业务特色的各类实体、关系及属性,结合指标、规则、模型体系,围绕客户准入筛查、尽调强化、违约客户识别、不良贷款预警、行业信息分析、组合风险管理等业务场景提供了多个优质应用落地。平台上线后,大幅简化原有授信业务尽调及审查审批流程,将小额信贷业务办理时间从以前的2-3天缩短至30分钟左右;显著提升贷后水平,将不良贷款率控制在4%以内,相较平台上线%;详细展示客户统一风险画像、区域及行业组合风险分析视图,帮助中后台风险管理人员更快捷、深入的识别各类潜在风险,实现了银行普惠金融场景下各类信贷业务贷前、贷中、贷后的全面覆盖,有效增强授信业务全流程的风险管理能力。

  明略数据为某全国大型股份制银行全行全量数据构建成“企业、个人、机构、账户、交易、以及行为数据”规模达十亿点百亿边的知识图谱数据库。通过采用复杂网络、图计算等大数据算法,实现海量数据和非结构化数据的分析和探索,搭建远程监控体系下复杂计算及非结构化模型建设的框架,通过知识图谱平台建设,帮助该银行风控体系建立了完整的客户关系网及资金流转全貌、引入自然语言处理等技术提升了多元异构数据处理能力提升风控水平、通过搭建模型管理框架,建设监控预警、追踪查证为主的业务应用模型,体现大数据模型项目业务价值,提升非现场审计效率和能力,也为AI驱动的持续性风险评估体系的建设打下了坚实的数据基础。

  今年7月26日,人民银行反洗钱局发布了《中国人民银行关于进一步加强反洗钱和反恐怖融资工作的通知》,反洗钱场景下人工智能的技术应用也受到了业界的关注,而知识图谱也正是通过关联关系的挖掘,可以突破现有反洗钱的数据模型,实现该场景下更好的效率提升。明略数据帮助某资金清算中心落地了反洗钱应用系统,通过对客户数据、交易类数据的全面整合,利用知识图谱技术,挖掘账户之间的关联关系,构建频繁汇入、频繁汇出、环装模型、汇聚模型等反洗钱模型,融合传统的黑名单管理机制,统一对客户账户进行管理,实现基于知识图谱的反洗钱的模型上报,在反洗钱的场景下拓展了传统模式下不能发现的风险。

  2017年,中国金融行业被公认的进入了“强监管时代”,在这样的背景下,全国金融工作会议上也提出,要加强金融基础设施的统筹监管和互联互通,推进金融业综合统计和监管信息共享。明略数据为多家银行业监管机构落地了一套完整的服务大数据和人工智能时代的监管信息平台体系,融合知识图谱技术,为监管机构实现对金融机构、重点企业进行重点监测、贫困地区精准扶贫监测、助力绿色信贷、绿色债务融资监测等,为新形势下的监管科技融入更丰富的技术创新和落地尝试,真正做到让监管机构利用AI实现履职能力的提升。

  银行业务已从传统线下营销模式全面转战线上互联网营销,在国家普惠金融的政策下,银行也面临着拓展中小微企业及个人贷款业务方向的获客需求。银行业在营销场景下,不是“贷不出去”,而是因为目标客户不精准或风险无法预估,而不知道贷给谁。这样的痛点下,我们可以利用风控的模型为前端的营销业务贡献力量。明略数据利用知识图谱技术,服务多家金融机构,成功构建人员关系图谱、机构关系图谱,并以此利用机器学习建模和关系挖掘建模方式混合输出营销预测结果,实现个性化推荐,促进销售转化率成倍提升。

  知识图谱技术在金融行业尚处于创新应用的范畴,应用场景广泛,可想象空间丰富。

  明略数据已经将知识图谱应用于银行、证券、保险行业诸多场景,并在落地实践中不断积累行业经验,输出符合整体金融机构业务场景需求的知识图谱应用和模型。

  未来,明略数据会继续深耕大数据和人工智能技术在金融行业的场景应用,为金融行业构建基于打通营销-风控-内控全业务流程的知识图谱平台,实现对部门、区域、业务、产品、风险信息等多重业务条线的全量数据关联整合,连接客户-产品分支机构和员工全角色的人工智能解决方案,构建与业务深度融合,AI驱动的金融大脑,助力金融机构实现面向普惠金融的互联网转型。

分享: