星环科技知识图谱落地实践，助力金融行业业务创新

　　随着人工智能的迅猛发展，知识图谱（Knowledge Graph）落地和商用能力不断增强，越来越多的企业开始引入知识图谱技术，解决企业内部数据分析和挖掘问题，并取得了突出的成效。

　　在金融行业，企业内部大量的非结构化数据、半结构化数据如各种办公文件、文本、图片、语音等，都蕴含着很多有价值的信息，但是这些数据大多以知识库的形式单独存档，并没有得到充分的利用，如何发挥这些数据的价值成为当前企业的一大痛点。

　　星环科技基于自主研发的分布式图数据库StellarDB与知识图谱平台Sophon KG，为银行等用户构建图谱应用平台，可快速挖掘非结构化数据和半结构化数据价值，找出其存在的关联关系，提炼有价值信息，稳定可靠地解决金融行业所面临的不同问题。目前，星环科技的解决方案已经应用在智慧风控、智慧营销、智慧经营等场景，帮助银行用户创造价值。

　　1.金融行业知识图谱应用迎来爆发期

　　在经历了语义知识图谱、安全知识图谱、风险知识图谱等应用后，金融知识图谱随着图数据库技术的不断成熟，以及金融投资、研究领域复杂图计算数据源的不断丰富，在2019年迎来了爆发期。

　　在金融领域，目前出现多种知识图谱，包括监管知识图谱，如集团派系知识图谱、产业链知识图谱、担保链知识图谱、反洗钱知识图谱等；银行知识图谱，如对公知识图谱、社交画像知识图谱、风险传递图谱、信贷资金图谱、供应链知识图谱等；证券知识图谱，如智能投研知识图谱、债券风险知识图谱等；基金知识图谱，如资管知识图谱、债券风险知识图谱、FOF投研知识图谱等；期货知识图谱，包括大宗商品知识图谱、政策链知识图谱等。

　　

　　专家认为，知识图谱驱动行业创新，对多源异构数据和多维复杂关系的处理与可视化展示是现阶段的主要价值，图神经网络下的深度学习算法应用将带来更广阔的认知市场。

　　2.银行知识图谱平台与应用的痛点

　　目前，银行知识图谱平台与应用的痛点主要包括：

　　1）平台管控较差。权限管理和资源管控能力较差，高可用和健壮性较差，无法满足实际场景中的图谱构建与查询权限分离与资源适配需求。

　　2）可视化效果较差。需要通过增加支持图谱的对比分析、可视化统计、时序分析、多种布局和样式的设置、3D大图展示等功能，增强银行知识图谱平台与应用的可视化水平，提升服务效率。

　　3）缺乏自然语言处理（NLP）能力。无法支撑文本标注、实体关系抽取、舆情传播、智能问答等NLP能力，无法将知识图谱能力拓展到更多应用场景。

　　4）应用场景不够丰富。目前，银行用户急需基于知识图谱平台挖掘更多的业务应用场景，并且对业务部门赋予基于图谱分析管理平台业务创新的能力。

　　随着金融领域数据挖掘分析的日益深化，银行对于利用海量结构化或非结构化数据进行特定场景知识图谱构建需求日益旺盛，并且希望构建全行级的知识图谱平台，对业务赋能。一方面，帮助业务人员构建深度关系拓扑，另一方面也希望借助图分析和图算法来提升业务洞察效率。

　　3.星环科技帮助银行构建知识图谱

　　星环科技基于自主研发的分布式图数据库StellarDB+知识图谱平台Sophon KG，为银行等用户构建图谱平台，实现知识获取、图谱构建与存储、图谱更新迭代、图谱计算与分析等功能，并且通过星环平台的高可用和健壮性，可以满足客户高可用、资源管控、可视化效果、NLP能力等的需求。

　　

　　星环科技图谱知识方案更稳健，性能更快，支持超大规模图，支持图谱的对比分析、可视化统计、时序分析、多种布局和样式的设置、3D大图展示，支持NLP等。

　　相比于基于开源系统构建知识图谱平台，基于星环科技自研产品构建知识图谱平台具有明显优势：

　　在图数据库方面，星环科技的平台不是基于开源组件，而是基于星环科技自研的分布式图数据库Stellar DB，性能更好，比开源快4-6倍；可支持万亿边规模图数据存储，具备查询速度快、分析能力强、稳定性高的特点。

　　在支持图算法方面，星环科技的KG与StellarDB平台支持的图算法丰富，内设金融场景NLP模型支持半自动化文本构图；而开源的方案支持的图算法需要手动开发，开发成本高，且不支持NLP。

　　在集群方面，星环科技的平台底层基于容器，资源管控更好，支持高可用；可以方便的进行资源共享；可以动态扩缩容。

　　开源项目资源隔离性一般，用户操作不当，可能造成整个集群宕机，不支持高可用；难以实现资源共享功能；无法动态扩缩容等。

　　4.银行知识图谱三大典型应用场景

　　目前星环科技知识图谱在金融领域已有多个落地案例，银行采用星环科技的分布式图数据库StellarDB和Sophon KG构建关联关系图谱和小微事件图谱等，应用于资金断点分析、异常图模式探索、异常交易识别、交易轨迹模型等场景。我们选择三个典型场景做一介绍。

　　1）贷后资金穿透管理

　　传统对公贷后管理，主要依靠业务人员进行定期审查，耗时耗力。星环科技借助分布式图数据库StellarDB和Sophon KG产品，融合交易大数据及企业关联数据，构建了企业知识图谱，利用Fast-unfolding、k-core等图算法，实现了贷后资金异常、资金链断点等多种异常模式的识别，能够及时发现经常性与异常交易，识别异常资金链模式，合理管控贷后资金。

　　其中，星环科技的分布式图数据库StellarDB具有的海量图数据存储能力，使得融合数据成为了可能，原生支持的图算法使得批量分析更为简单，其支持的openCypher图检索语言易学易用，有助于提高交互分析的效率。

　　Sophon KG提供丰富的查询分析能力，用户只需要输入该领域内的关键词或者自然语言，即能映射为知识图谱中客观世界的概念和实体，搜索结果直接显示出满足用户需求的结构化信息内容，并且自动进行数据关联和分类排列、自动配出最紧急或优先的信息。

　　2）企业关联关系图谱

　　某银行用户自2018年开始建设知识图谱分析应用体系，结合星环Sophon KG知识图谱技术与自然语言处理技术，首创以知识图谱为主的对公客户风险管理模式。

　　企业关联关系图谱发展经历两个阶段，首先基于对公客户信息数据，构建企业关联关系图谱，挖掘对公客户股东、担保、投资、交易、任职、法人、集团、实控等关联关系，打造全行对公客户关系网络。

　　其次打造交互式知识图谱应用。将图分析与NLP自然语言处理结合，仅需以自然语言输入，就可实现基于图数据的分析及展示效果。

　　运用图算法，结合星环自研的分析风险传导模型，支持3D可视化直观查阅，显著提升风险分析水平。

　　3）基于企业关联图谱的小微企业风险事件图谱

　　某银行基于处罚数据、第三方数据、舆情数据、公告数据、历史事件数据等，利用星环科技的知识图谱平台，结合风险预警体系，通过深度分析等技术，分析风险事件对企业/个人事件主体的影响和事件要素，形成事件风险分类体系和事件库，从而实现事件的风险预警、评估、处置和分析监控管理。

　　5.基于知识图谱的银行核心管理能力升级

　　星环科技基于知识图谱的解决方案，可以为银行用户带来各种能力的提升。

　　1）客户服务方面，网络化、价值化的客户服务与持续经营能力

　　以互联网金融的思维为先导，通过整合、完善各类实体渠道和电子渠道的数据，构建全方位的客户统一信息视图与客户图谱，有效支持产品创新、营销拓展、信贷服务等管理职能，实现“以客户为中心” 的更为透明、便捷、高效的多渠道、一体化的客户表现分析持续经营服务能力。目前主要应用领域包括渠道服务、客户关系等。

　　2）在产品创新方面，差异化、关联化的客户服务与持续经营能力

　　构建产品图谱，以标准化的产品政策定义驱动授信业务标准化作业，以产品构件化优化产品创新手段，以产品差异化优化定价能力，支持客户信用资产风险经营目标在产品层面的分解和实施，实现以产品为中心的创新和管理服务能力。目前主要应用领域包括业务枢纽、金融工厂等。

　　3）统一管控方面， 统一化、集中化的授信管理和抵押品管理能力

　　在客户信用管理方面，基于统一授信管理原则，根据客户综合融资需求，定义结构化、多层次的额度类型，结合风险缓释机制的合规要求和授信作业所需要的押品全生命周期管理流程，根据押品的特点，构建风险暴露缓释业务图谱，支持统一信用洞察分析。

　　4）风险经营方面，精细化、穿透化的风险监控与风险量化能力

　　建立整合性、联动性、差异化、精细化、自动化的授信后监控措施，构建风险图谱，实现统一风险监控体系的管理能力，精细化及早感知识别“以风险事件驱动”的风险预警体系，化解重大集中度风险隐患。目前主要应用于组合服务、客户信用等领域。

　　5）高效管理方面，标准化、连接化的客户服务与持续经营能力

　　在企业管理方面，以业务管理对象为核心，提高数据应用决策支持效率，实现以客户为中心、以市场为导向、以风险经营为基础的资产洞察分析、数据应用分析体系。