知識圖譜加持智能金融

正月

蘭州銀行正在借助知識圖譜技術(shù)打造基于數(shù)據(jù)的競爭力。

甘肅省平?jīng)鍪嗅轻紖^(qū)平?jīng)鲑e館一樓，一家蘭州銀行自助銀行剛剛開業(yè)。

這里的存取款一體機有些“特異”功能，可以憑借人臉識別技術(shù)以及二維碼進行無卡取款。只要在手機APP上進行人臉信息采集，或者預約二維碼即可完成操作。

實際上，這類創(chuàng)新兩年前就開始在蘭州銀行不斷出現(xiàn)。早在2013年，蘭州銀行制定了“未來五年發(fā)展規(guī)劃”，其中，科技創(chuàng)新轉(zhuǎn)型是三大發(fā)展戰(zhàn)略之一。2018年已近在咫尺，科技創(chuàng)新正在為這家成立二十年的傳統(tǒng)銀行帶來徹底的改變。

挖掘數(shù)據(jù)關(guān)系網(wǎng)

在蘭州銀行行長助理何力來看，“外包包不出創(chuàng)新力，跟隨跟不出差異化，拿來主義拿不出核心競爭力”。而信息科技部成為蘭州銀行實踐金融科技的重要力量。

何力將蘭州銀行的科技創(chuàng)新分為技術(shù)創(chuàng)新、平臺戰(zhàn)略以及向互聯(lián)網(wǎng)生態(tài)轉(zhuǎn)型三個階段。

具體來說，在技術(shù)創(chuàng)新階段，推出智能機器人、人臉識別、ATM機等創(chuàng)新應用；平臺戰(zhàn)略階段，包括電商、二手房資金監(jiān)管以及直銷銀行、中小企業(yè)云平臺等，當中開始使用大數(shù)據(jù)進行風險預警；向互聯(lián)網(wǎng)生態(tài)轉(zhuǎn)型的階段，建立集支付、理財、信貸、電子商務、大數(shù)據(jù)與金融一體的互聯(lián)網(wǎng)金融生態(tài)，形成銀行真正的競爭力。

在互聯(lián)網(wǎng)金融生態(tài)中，依靠統(tǒng)一客戶體系建立一戶通，并結(jié)合支付渠道建立“榕樹模型”，把金融融合到社會生態(tài)中。何力認為，這才是蘭州銀行打造核心競爭力所在，因為單一的互聯(lián)網(wǎng)金融平臺或產(chǎn)品容易被模仿或超越。

構(gòu)建好金融生態(tài)之后，應用傳統(tǒng)的金融數(shù)據(jù)以及外部數(shù)據(jù)成了蘭州銀行所面臨的重要挑戰(zhàn)。這時候，一項名叫知識圖譜的AI技術(shù)吸引了蘭州銀行的注意。

知識圖譜技術(shù)起源于互聯(lián)網(wǎng)搜索，自語義網(wǎng)的概念提出之后，越來越多的開放鏈接數(shù)據(jù)和用戶生成內(nèi)容，被發(fā)布于互聯(lián)網(wǎng)中。互聯(lián)網(wǎng)逐步從僅包含網(wǎng)頁與網(wǎng)頁之間超鏈接的文檔萬維網(wǎng)，轉(zhuǎn)變?yōu)榘罅棵枋龈鞣N實體和實體之間豐富關(guān)系的數(shù)據(jù)萬維網(wǎng)。

知識圖譜（Knowledge Graph）于2012年5月首先由谷歌提出，其目標在于描述真實世界中存在的各種實體和概念，及實體與概念之間的關(guān)聯(lián)關(guān)系，從而改善搜索結(jié)果。

與傳統(tǒng)數(shù)據(jù)存儲不同，知識圖譜以一種更為靈活的基于圖的數(shù)據(jù)結(jié)構(gòu)，將不同種類的信息連接在一起形成一個關(guān)系網(wǎng)絡(luò)，進而提供從“關(guān)系”的角度分析問題、發(fā)現(xiàn)問題的能力。

這項技術(shù)目前在金融、公安、電信等領(lǐng)域中都有所應用。在銀行業(yè)的應用中，借助這項技術(shù)可以有效整合工商、涉訴、招投標等外部數(shù)據(jù)，結(jié)合行內(nèi)數(shù)據(jù)，形成客戶多維度視圖，并基于此形成鏈狀、圈狀的客戶群視圖，生成企業(yè)投資關(guān)系、擔保關(guān)系、資金往來關(guān)系等關(guān)系圖譜，從而形成營銷和風控的依據(jù)。

知識圖譜平臺三步走

今年3月，蘭州銀行啟動了全行級知識圖譜平臺項目，分為“與互聯(lián)網(wǎng)數(shù)據(jù)同步”、“與行內(nèi)外數(shù)據(jù)融合”以及“構(gòu)建知識圖譜”三步推進。

在數(shù)據(jù)融合中，通過關(guān)鍵數(shù)據(jù)對行內(nèi)外客戶進行關(guān)聯(lián)，挖掘行內(nèi)外客戶的一致性。通過對歧義數(shù)據(jù)的確認、客戶關(guān)系的挖掘、客戶標簽的構(gòu)建、關(guān)鍵指標生成等，形成知識圖譜。

這就是說，銀行可以將用戶單一的金融行為，與其在互聯(lián)網(wǎng)多平臺中的數(shù)據(jù)相匹配，進而形成一個立體的用戶畫像。在此基礎(chǔ)之上，為銀行金融平臺及業(yè)務體系提供數(shù)據(jù)支撐。蘭州銀行用了4個月時間，完成了需求分析、系統(tǒng)設(shè)計、初步部署、定制開發(fā)、測試、上線以及知識轉(zhuǎn)移。

蘭州銀行信息科技部總經(jīng)理苗小軍表示，這個項目的實施難點是，在熟悉了技術(shù)之后，使用互聯(lián)網(wǎng)思維，與合作伙伴聯(lián)合開發(fā)，在技術(shù)上做一些突破。更重要是結(jié)合業(yè)務場景落地，抓住用戶痛點。

在完成知識圖譜的構(gòu)建之后，蘭州銀行主要將其使用在挖掘潛在的新客戶、挖掘存量客戶與潛在需求、反欺詐以及風險事件預警等方面。

比如在貸前階段，通過數(shù)據(jù)整合與關(guān)聯(lián)關(guān)系推理，挖掘識別企業(yè)與企業(yè)之間的集團關(guān)系、投資關(guān)系、擔保關(guān)系等和企業(yè)與個人間的任職關(guān)系、股權(quán)控制關(guān)系等。此時若某關(guān)系節(jié)點發(fā)生重大事件或暴露金融風險，則觸發(fā)產(chǎn)業(yè)鏈傳導推理引擎，給出影響范圍，為貸前決策提供有效的數(shù)據(jù)依據(jù)。

而在貸后階段，針對商業(yè)銀行存量貸款，采用動態(tài)實時的爬取技術(shù)，將諸如企業(yè)工商變更、法人信息變更、司法事件等外部變更信息進行用戶定制化推送；同時結(jié)合商業(yè)銀行內(nèi)部數(shù)據(jù)，如資金流動變換、資金流水異常以及外部失信信息、黑名單、訴訟信息等，基于知識圖譜圖挖掘分析技術(shù)，利用SVM（支持向量機）、PageRank等機器學習方法，發(fā)現(xiàn)信貸風險傳導模式，并進行關(guān)聯(lián)企業(yè)風險預警推送，幫助商業(yè)銀行及時發(fā)現(xiàn)潛在風險，提前預警啟動催收流程。

一個事實是，隨著蘭州銀行對公客戶數(shù)量的不斷增長，其傳統(tǒng)以人工干預、現(xiàn)場核查為核心的風險防控體系日漸乏力。知識圖譜技術(shù)幫助其整合關(guān)聯(lián)銀行內(nèi)部結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、互聯(lián)網(wǎng)采集到的數(shù)據(jù)以及第三方合作數(shù)據(jù)，為其構(gòu)建了上下游產(chǎn)業(yè)鏈知識圖譜，為貸前決策、貸后風控提供有效的數(shù)據(jù)依據(jù)，顯著降低了不良貸款率。

而在下一步對知識圖譜的應用中，蘭州銀行會在深化NLP（自然語言處理）應用以及深化反欺詐場景上進一步應用知識圖譜。對于前者來說，利用日志解析挖掘客戶、解析貸前貸中的授信，落實核查貸后管理等。而對后者來說，則是過濾關(guān)系、統(tǒng)計重要關(guān)系、關(guān)聯(lián)詳情、查找失聯(lián)客戶等。

以過濾關(guān)系為例，利用知識圖譜可以在多關(guān)系轉(zhuǎn)賬、常用賬號、常用地址、呼叫關(guān)系、親屬同事當中，快速找到風險點。何力認為，“一個具有前瞻性，自由關(guān)聯(lián)和可挖掘的平臺是銀行通向智能的基礎(chǔ)性工作。”而銀行沉淀下來的數(shù)據(jù)中，通過人工智能、大數(shù)據(jù)分析等，是可以找到很多信息點的。

蘭州銀行實施的金融知識圖譜系統(tǒng)，是與海致網(wǎng)絡(luò)技術(shù)（北京）有限公司共同實施的。海致大數(shù)據(jù)核心團隊在參與研發(fā)了全球第一個中文通用知識圖譜平臺之后，專注向金融產(chǎn)業(yè)進行垂直化的深度研發(fā)。智能知識圖譜1.0是海致針對金融業(yè)推出的第一個產(chǎn)品。

海致金融業(yè)務副總裁楊娟表示：“商業(yè)銀行正面臨著大數(shù)據(jù)應用帶來的巨大挑戰(zhàn)和機會。作為人工智能的基礎(chǔ)性技術(shù)，知識圖譜可以發(fā)掘大數(shù)據(jù)的價值，將信息整合成知識。”在積累了招商銀行、蘭州銀行等商業(yè)銀行的實施經(jīng)驗之后，海致將會把這項業(yè)務拓展到保險、證券等行業(yè)。