收藏本页 打印 放大 缩小
0

语义理解、知识挖掘、知识融合、知识补全……

知识图谱成银行反欺诈“利器”

发布时间:2021-02-01 09:47:29    作者:    来源:中国银行保险报网

□本报记者 苏洁

金融行业因本身与数据有高度的相关性,自然而然地成为了大数据和人工智能技术最先落地的领域。知识图谱作为人工智能重要的技术,已渗透到银行的多个应用领域,提供更深入的信息分析和挖掘能力。

近几年,知识图谱成为银行应用反欺诈“利器”。原因在于,知识图谱从本质上来说是一种大规模的语义网络,以海量的业务数据为基础,综合运用语义理解、知识挖掘、知识融合、知识补全等技术,提炼出高精度知识,将真实业务中的实体及其之间的关系通过图结构来表示,构建大规模的高精度、高质量的知识图谱。

王梓/制图

银行数字化转型遇“阻”

艾瑞咨询近日发布的《2020年中国面向人工智能“新基建”的知识图谱行业研究报告》指出,无论是传统金融还是互联网金融领域,信用评估、反欺诈和风险控制都是最为关键的环节。随着近些年金融数据的爆发式增长,传统风控系统逐渐力有不逮,而应用机器学习算法和知识图谱的智能风控系统在风险识别能力和大规模运算方面具有突出优势,逐渐成为金融领域风控反欺诈的主要手段。

目前,不少银行技术人员感叹,在积极尝试新技术应用和新系统改造的过程中,遇到了“拦路虎”。比如系统数据缺乏有效的内外部整合,行内大量的金融数据都沉积在文档、PDF文件、图像和视频中,成为了“结构化数据之墙”,同时由不同渠道而流入银行系统的数据无法有效与行内数据相适配。再者,随着科技的发展和黑产产业链日趋成熟,个人金融服务领域的诈骗、套现、薅羊毛、盗卡盗刷等欺诈行为不断出现,传统的风险防控手段无法及时、准确评估客户风险,进而无法有效应对新型的欺诈手段。另外,传统风控模式轻策略重运营,轻线上重线下,在获客、预筛、审批、授信、交易等各个环节都面临不同的困境。

以知识图谱精耕反欺诈

针对以上痛点,目前金融行业达成共识的是,利用知识图谱与机器学习相结合,重塑金融领域智能风控。

金融行业信息技术人员认为,金融数据就像埋藏在地底下的石油,如何将这些非结构化的多模态数据以结构化知识的形式提取出来,是当前发展最大的瓶颈。而知识图谱应用可以通过权威经验和规则创建本体模型和抽取实体的范围,根据实体间关系形成关联数据网的图谱形式,打通相关数据,动态、实时地描画囊括个人基础信息、金融行为、社交网络行为等用户综合画像,并结合业务场景,根据画像的情况与模型对应,形成具有金融业务特性的风控体系。

那么,在实践中,银行如何更好地利用知识图谱技术实现反欺诈?

据了解,建设银行正逐步发力于通过使用NLP(自然语言处理,AI技术的分支)技术,分析企业公开信息,在知识图谱、业务流程自动化、智能风控、营销推荐等场景得到应用。通过NLP的命名实体识别、文本关系抽取、实体链接等能力,实现知识图谱的计算能力与智能推荐、智能解释、人机交互、深度关系推理等功能;通过基于NLP技术的风险信息提取,自动作为风险预警及风险建模的特征输入。

农业银行紧紧把握金融科技发展的重要契机,制定“金融科技+”战略,构建了知识图谱,并持续推进“AI+知识图谱”技术在信贷管理领域的应用,通过构建智能化风控模型,实现大规模客户数据的关联分析和实时精准的智能化风控服务,完成信用风险防控从单体到群体、从人工到人机交互、从事后到事前的三项转变,大幅提升客户群体性风险防范能力,牢牢守住不发生系统性风险的底线。

知识图谱成人工智能核心技术

有需求就有市场。针对行业痛点,不少科技供应商深耕知识图谱技术在金融行业的应用和落地。

比如,同盾科技推出了知识图谱平台“云图”,帮助银行整合行内外数据并进行深入挖掘,通过知识图谱的数据建模过程,将原有多业务、多渠道、多管理系统的多源复杂异构数据,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。同时,使得各部门的反欺诈策略与模型实现共享,打破了原先反欺诈风险防范时部门间的信息壁垒,让欺诈行为在发生之前就能被识别并做出对应处置。

同盾“云图”技术专家认为,知识图谱技术作为人工智能技术中的知识容器和孵化器,会对未来AI领域的发展起到关键性作用。“理解和解释”将来会是整个后深度学习时代人工智能最为核心的使命。知识图谱逐渐融合了认知计算、知识与推理、信息检索与抽取、自然语言处理与语义网、数据挖掘与机器学习等交叉学科和技术,同时,其中所富含的实体、概念、关系、属性等信息,将大大提升人工智能复杂模型的可解释性,在未来将是人工智能发展的重要阶梯。

再如,360金融构建了全生命周期风险管理体系,在贷前、贷中、贷后分别通过知识图谱去构建客户的画像,从而实现更精细化的反欺诈。360金融首席数据科学家对外介绍,“针对这些潜在的客户我们可以去评估他每月的一个负债额等指标,这样的话我们可以在贷前及时地进行约束,防止其成为外部多头用户;同时,在产品形态上面下功夫,如给这些客户相对短期数、更可控的一些产品。”

行业人士指出,“AI+知识图谱”能够打破不同场景下的数据和知识隔离,避免知识孤岛,是银行发挥数据价值的良好手段,助力银行用智慧构建强大的护城河。当前,“AI+知识图谱”技术仍有待长足发展,在金融领域的应用还处于起步阶段,预计未来能够在智能风控、智能反欺诈、智能营销、智能搜索可视化等领域得到更为广泛和深入的应用,助力智慧银行建设。

世界在变革,时代在进步,深处金融业科技创新的大环境下,银行等金融机构应未雨绸缪,积极拥抱变化。


语义理解、知识挖掘、知识融合、知识补全……

知识图谱成银行反欺诈“利器”

来源:中国银行保险报网  时间:2021-02-01

□本报记者 苏洁

金融行业因本身与数据有高度的相关性,自然而然地成为了大数据和人工智能技术最先落地的领域。知识图谱作为人工智能重要的技术,已渗透到银行的多个应用领域,提供更深入的信息分析和挖掘能力。

近几年,知识图谱成为银行应用反欺诈“利器”。原因在于,知识图谱从本质上来说是一种大规模的语义网络,以海量的业务数据为基础,综合运用语义理解、知识挖掘、知识融合、知识补全等技术,提炼出高精度知识,将真实业务中的实体及其之间的关系通过图结构来表示,构建大规模的高精度、高质量的知识图谱。

王梓/制图

银行数字化转型遇“阻”

艾瑞咨询近日发布的《2020年中国面向人工智能“新基建”的知识图谱行业研究报告》指出,无论是传统金融还是互联网金融领域,信用评估、反欺诈和风险控制都是最为关键的环节。随着近些年金融数据的爆发式增长,传统风控系统逐渐力有不逮,而应用机器学习算法和知识图谱的智能风控系统在风险识别能力和大规模运算方面具有突出优势,逐渐成为金融领域风控反欺诈的主要手段。

目前,不少银行技术人员感叹,在积极尝试新技术应用和新系统改造的过程中,遇到了“拦路虎”。比如系统数据缺乏有效的内外部整合,行内大量的金融数据都沉积在文档、PDF文件、图像和视频中,成为了“结构化数据之墙”,同时由不同渠道而流入银行系统的数据无法有效与行内数据相适配。再者,随着科技的发展和黑产产业链日趋成熟,个人金融服务领域的诈骗、套现、薅羊毛、盗卡盗刷等欺诈行为不断出现,传统的风险防控手段无法及时、准确评估客户风险,进而无法有效应对新型的欺诈手段。另外,传统风控模式轻策略重运营,轻线上重线下,在获客、预筛、审批、授信、交易等各个环节都面临不同的困境。

以知识图谱精耕反欺诈

针对以上痛点,目前金融行业达成共识的是,利用知识图谱与机器学习相结合,重塑金融领域智能风控。

金融行业信息技术人员认为,金融数据就像埋藏在地底下的石油,如何将这些非结构化的多模态数据以结构化知识的形式提取出来,是当前发展最大的瓶颈。而知识图谱应用可以通过权威经验和规则创建本体模型和抽取实体的范围,根据实体间关系形成关联数据网的图谱形式,打通相关数据,动态、实时地描画囊括个人基础信息、金融行为、社交网络行为等用户综合画像,并结合业务场景,根据画像的情况与模型对应,形成具有金融业务特性的风控体系。

那么,在实践中,银行如何更好地利用知识图谱技术实现反欺诈?

据了解,建设银行正逐步发力于通过使用NLP(自然语言处理,AI技术的分支)技术,分析企业公开信息,在知识图谱、业务流程自动化、智能风控、营销推荐等场景得到应用。通过NLP的命名实体识别、文本关系抽取、实体链接等能力,实现知识图谱的计算能力与智能推荐、智能解释、人机交互、深度关系推理等功能;通过基于NLP技术的风险信息提取,自动作为风险预警及风险建模的特征输入。

农业银行紧紧把握金融科技发展的重要契机,制定“金融科技+”战略,构建了知识图谱,并持续推进“AI+知识图谱”技术在信贷管理领域的应用,通过构建智能化风控模型,实现大规模客户数据的关联分析和实时精准的智能化风控服务,完成信用风险防控从单体到群体、从人工到人机交互、从事后到事前的三项转变,大幅提升客户群体性风险防范能力,牢牢守住不发生系统性风险的底线。

知识图谱成人工智能核心技术

有需求就有市场。针对行业痛点,不少科技供应商深耕知识图谱技术在金融行业的应用和落地。

比如,同盾科技推出了知识图谱平台“云图”,帮助银行整合行内外数据并进行深入挖掘,通过知识图谱的数据建模过程,将原有多业务、多渠道、多管理系统的多源复杂异构数据,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。同时,使得各部门的反欺诈策略与模型实现共享,打破了原先反欺诈风险防范时部门间的信息壁垒,让欺诈行为在发生之前就能被识别并做出对应处置。

同盾“云图”技术专家认为,知识图谱技术作为人工智能技术中的知识容器和孵化器,会对未来AI领域的发展起到关键性作用。“理解和解释”将来会是整个后深度学习时代人工智能最为核心的使命。知识图谱逐渐融合了认知计算、知识与推理、信息检索与抽取、自然语言处理与语义网、数据挖掘与机器学习等交叉学科和技术,同时,其中所富含的实体、概念、关系、属性等信息,将大大提升人工智能复杂模型的可解释性,在未来将是人工智能发展的重要阶梯。

再如,360金融构建了全生命周期风险管理体系,在贷前、贷中、贷后分别通过知识图谱去构建客户的画像,从而实现更精细化的反欺诈。360金融首席数据科学家对外介绍,“针对这些潜在的客户我们可以去评估他每月的一个负债额等指标,这样的话我们可以在贷前及时地进行约束,防止其成为外部多头用户;同时,在产品形态上面下功夫,如给这些客户相对短期数、更可控的一些产品。”

行业人士指出,“AI+知识图谱”能够打破不同场景下的数据和知识隔离,避免知识孤岛,是银行发挥数据价值的良好手段,助力银行用智慧构建强大的护城河。当前,“AI+知识图谱”技术仍有待长足发展,在金融领域的应用还处于起步阶段,预计未来能够在智能风控、智能反欺诈、智能营销、智能搜索可视化等领域得到更为广泛和深入的应用,助力智慧银行建设。

世界在变革,时代在进步,深处金融业科技创新的大环境下,银行等金融机构应未雨绸缪,积极拥抱变化。

未经许可 不得转载 Copyright© 2000-2019
中国银行保险报 All Rights Reserved