知識圖譜技術為破解人工智能難解釋性的困境提供了重要基礎，近年來備受學術和產業(yè)界的高度關注。知識圖譜的發(fā)展離不開算法和模型的創(chuàng)新，更離不開科技企業(yè)以更多的應用場景來持續(xù)提供“練兵場”。

零售銀行是知識圖譜絕佳的應用之地，近年來隨著商業(yè)銀行紛紛開啟“第二增長曲線”，零售銀行業(yè)務受到了前所未有的關注度。零售銀行的發(fā)展進入了存量競爭的全新階段，商業(yè)銀行希望通過深度服務和價值創(chuàng)造來構建一個更長期和緊密的客戶關系。

零售業(yè)務的一大特點就是客群數量龐大，國有大行零售客群都是以億為單位。客群是由個體組成，當客戶關系網絡中部分關聯人出現信用風險時，風險可能會沿著關聯關系鏈傳遞、疊加、蔓延，進而傳染相關關聯主體，導致群體性的信用風險發(fā)生。

目前，零售金融所面臨的欺詐風險主要來自于申請和交易環(huán)節(jié)，傳統的風險管理模式，很難去揭示社群特征和客戶之間的關聯關系，難以識別團伙欺詐，也難以辨析樣本稀疏、隱蔽性高、欺詐行為動態(tài)變化等特征，知識圖譜為解決這一問題提供了全新的視角。

以某國有大行為例，該行在不斷深化布局科技領域的“自主研發(fā)+外部合作”模式。百融云創(chuàng)作為該行重要合作伙伴，基于總行知識圖譜平臺、機器學習平臺，協助構建復雜關系網絡，實現以客戶為中心的風險全景視圖，增強數字化風險管理能力。

在此項目中，百融云創(chuàng)通過打造客戶的復雜網絡，發(fā)現傳導路徑，并引入機器學習，結合圖分析技術，構建源發(fā)風險模型、傳染權重模型、傳染風險模型、多邊概率整合模型、風險融合模型5大人工智能模型，量化客戶內外部所有風險，可為信貸業(yè)務在貸前準入環(huán)節(jié)、貸中、貸后持續(xù)助力風險預警精細度和精準度，提升客戶信貸風險管理水平。

數智化時代，知識圖譜作為人工智能的重要基礎，因其智能、高效的知識組織優(yōu)勢，得到銀行的廣泛關注。隨著知識圖譜平臺建設日漸成熟，知識圖譜在精準營銷、風險管理等業(yè)務場景上發(fā)揮越來越重要的作用。但值得一提的是，知識圖譜技術如何更好的與這些應用場景結合，更好的實現商業(yè)化落地，還是需要進一步探索的課題。

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據。

關鍵詞：