2012 年 5 月 17 日，Google 正式提出了知識圖譜的概念，其本質(zhì)是一種揭示實體之間關系的語義網(wǎng)絡。近年來，知識圖譜作為人工智能重要分支備受產(chǎn)業(yè)界矚目。

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(gòu)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(shù)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(wǎng)絡中部分關聯(lián)人出現(xiàn)信用風險時，風險可能會沿著關聯(lián)關系鏈傳遞、疊加、蔓延，進而傳染相關關聯(lián)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(tǒng)的風險管理模式，很難去揭示社群特征和客戶之間的關聯(lián)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(xié)助構(gòu)建復雜關系網(wǎng)絡，實現(xiàn)以客戶為中心的風險全景視圖，增強數(shù)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(wǎng)絡，發(fā)現(xiàn)傳導路徑，并引入機器學習，結(jié)合圖分析技術，構(gòu)建源發(fā)風險模型、傳染權(quán)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(nèi)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。

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(jù)。

關鍵詞：