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打造基于數據的競爭力。

甘肅省平涼市崆峒區平涼賓館一樓，一家蘭州銀行自助銀行剛剛開業。

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，這類創新兩年前就開始在蘭州銀行不斷出現。早在2013年，蘭州銀行制定了“未來五年發展規劃”，其中，科技創新轉型是三大發展戰略之一。2018年已近在咫尺，科技創新正在為這家成立二十年的傳統銀行帶來徹底的改變。

挖掘數據關系網

在蘭州銀行行長助理何力來看，“外包包不出創新力，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新分為技術創新、平臺戰略以及向互聯網生態轉型三個階段。

具體來說，在技術創新階段，推出智能機器人、人臉識別、ATM機等創新應用；平臺戰略階段，包括電商、二手房資金監管以及直銷銀行、中小企業云平臺等，當中開始使用大數據進行風險預警；向互聯網生態轉型的階段，建立集支付、理財、信貸、電子商務、大數據與金融一體的互聯網金融生態，形成銀行真正的競爭力。

在互聯網金融生態中，依靠統一客戶體系建立一戶通，并結合支付渠道建立“榕樹模型”，把金融融合到社會生態中。何力認為，這才是蘭州銀行打造核心競爭力所在，因為單一的互聯網金融平臺或產品容易被模仿或超越。

構建好金融生態之后，應用傳統的金融數據以及外部數據成了蘭州銀行所面臨的重要挑戰。這時候，一項名叫知識圖譜的AI技術吸引了蘭州銀行的注意。

知識圖譜技術起源于互聯網搜索，自語義網的概念提出之后，越來越多的開放鏈接數據和用戶生成內容，被發布于互聯網中。互聯網逐步從僅包含網頁與網頁之間超鏈接的文檔萬維網，轉變為包含大量描述各種實體和實體之間豐富關系的數據萬維網。

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聯關系，從而改善搜索結果。

與傳統數據存儲不同，知識圖譜以一種更為靈活的基于圖的數據結構，將不同種類的信息連接在一起形成一個關系網絡，進而提供從“關系”的角度分析問題、發現問題的能力。

這項技術目前在金融、公安、電信等領域中都有所應用。在銀行業的應用中，借助這項技術可以有效整合工商、涉訴、招投標等外部數據，結合行內數據，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，生成企業投資關系、擔保關系、資金往來關系等關系圖譜，從而形成營銷和風控的依據。

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“與互聯網數據同步”、“與行內外數據融合”以及“構建知識圖譜”三步推進。

在數據融合中，通過關鍵數據對行內外客戶進行關聯，挖掘行內外客戶的一致性。通過對歧義數據的確認、客戶關系的挖掘、客戶標簽的構建、關鍵指標生成等，形成知識圖譜。

這就是說，銀行可以將用戶單一的金融行為，與其在互聯網多平臺中的數據相匹配，進而形成一個立體的用戶畫像。在此基礎之上，為銀行金融平臺及業務體系提供數據支撐。蘭州銀行用了4個月時間，完成了需求分析、系統設計、初步部署、定制開發、測試、上線以及知識轉移。

蘭州銀行信息科技部總經理苗小軍表示，這個項目的實施難點是，在熟悉了技術之后，使用互聯網思維，與合作伙伴聯合開發，在技術上做一些突破。更重要是結合業務場景落地，抓住用戶痛點。

在完成知識圖譜的構建之后，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，通過數據整合與關聯關系推理，挖掘識別企業與企業之間的集團關系、投資關系、擔保關系等和企業與個人間的任職關系、股權控制關系等。此時若某關系節點發生重大事件或暴露金融風險，則觸發產業鏈傳導推理引擎，給出影響范圍，為貸前決策提供有效的數據依據。

而在貸后階段，針對商業銀行存量貸款，采用動態實時的爬取技術，將諸如企業工商變更、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；同時結合商業銀行內部數據，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，利用SVM（支持向量機）、PageRank等機器學習方法，發現信貸風險傳導模式，并進行關聯企業風險預警推送，幫助商業銀行及時發現潛在風險，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量的不斷增長，其傳統以人工干預、現場核查為核心的風險防控體系日漸乏力。知識圖譜技術幫助其整合關聯銀行內部結構化數據、非結構化數據、互聯網采集到的數據以及第三方合作數據，為其構建了上下游產業鏈知識圖譜，為貸前決策、貸后風控提供有效的數據依據，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，則是過濾關系、統計重要關系、關聯詳情、查找失聯客戶等。

以過濾關系為例，利用知識圖譜可以在多關系轉賬、常用賬號、常用地址、呼叫關系、親屬同事當中，快速找到風險點。何力認為，“一個具有前瞻性，自由關聯和可挖掘的平臺是銀行通向智能的基礎性工作。”而銀行沉淀下來的數據中，通過人工智能、大數據分析等，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，是與海致網絡技術（北京）有限公司共同實施的。海致大數據核心團隊在參與研發了全球第一個中文通用知識圖譜平臺之后，專注向金融產業進行垂直化的深度研發。智能知識圖譜1.0是海致針對金融業推出的第一個產品。

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