-
来源:和美信息
知识图谱在智能风控系统中的运用与思考
一
引言
<
/p>
风险控制一直是银行以及其他金融机构的业务核心领域,和美信息一直为银行提供智能风控
系统等解决方案。我们结合
知识图谱技术,进行了各类风控模型的设计、风险知识图谱的
构建等工作,取得了较好的成果。在项目合作中,利用最新的
人工智能技术,为金融行业
的风控场景增添了一些创新性改革思路,完善了风控预测的技术手段,也为公司增添了一项知识
< br>图谱应用于银行业务的成功案例和典范。下面就项目中收获的两个重要成果经验展开叙述。
二
知识图谱构建
2.1
数据中台下的图谱构建流程
<
/p>
首先在银行全面进行数字化转型的大背景下,我们协助需求方也在进行数据中台等基础平台
建设。其中利用知识图谱来
组织和优化数据存储,是一个非常好的战略尝试。一般情况下
,知识图谱构建主要分以下几大步骤:知识获取、知识融和、
知识检索等。这方面和美积
累了大量项目实施经验,具体流程如图一所示:
图一
知识图谱构建流程
我们根据需求方提供的数据线索,除了收集自有业务的第一手
数据外,还帮助获取了第二、第三方的数据来扩充信息来
源。其中有大量的结构化的业务
数据,也有很多非结构化文本类数据。需求方海量的复杂的业务数据场景以及复杂的数据系
统情况,给我们进行数据清洗和数据融合都带来了巨大的挑战。
2.2
知识图谱核心设计——图谱
schema
图谱
schema
是知识图谱概念的核心,
p>
相当于一篇文章的目录和表的表头。
图谱
s
chema
设计包含实体设计和关系设计
两步。
通常情况下,垂直邻域下的知识图谱,需要先根据领域知识,梳理该领域下所
有的概念实体,物理实体,事件实体。然
后梳理和统计各类实体之间存在的关系,例如上
下位关系、子属关系、包含关系等,这是自顶向下设计知识图谱
schema
的
必要路径。我们在帮助需求方进行知识图谱构建的时候,同样遵循了这样
的设计原则。
图二
知识图谱
schema
层级关系
根据风控借
贷的业务场景需求,我们与需求方业务人员密切交流,共同梳理出了借贷对象的全面风控知识图谱,其中就
包含小微企业,中大型企业,个人消费者等借款对象以及他们的相关关系网络,部分图谱
schema
如下图所示:
图三
知识
图谱
schema
示意图
接下来我们将数据按照设计好的图谱
schema
,经过清洗、加工、特征计算等操作后导入到图数据库中,完成了全面的
企业和个人的风
控知识图谱构建,为后续风控业务提供强有力的数据支撑。依托知识图谱强可解释性的数据展示能力,在实
际的风控系统使用当中,
极大地方便了业务人员理解风险评估结果。并
且在快速关系推理以及风险评判上,
业务人员都表示,
基于知识
图谱的风控系统相对传统规则风控引擎系统具有较大的效率优势。
-
-
-
-
-
-
-
-
-
上一篇:译林英语4B下册教学反思
下一篇:基于语篇的小学英语低段词汇教学的实践研究