（一）數(shù)據(jù)缺乏有效的內(nèi)外部整合 行內(nèi)大量的金融數(shù)據(jù)都沉積在文檔、PDF文件、圖像和視頻中，成為了“結(jié)構(gòu)化數(shù)據(jù)之墻”，同時由不同渠道而流入銀行系統(tǒng)的多源、多模態(tài)數(shù)據(jù)無法有效與行內(nèi)數(shù)據(jù)相適配。行內(nèi)數(shù)據(jù)分布于各業(yè)務系統(tǒng)未充分利用，公私、存貸數(shù)據(jù)分隔，未形成有效知識積累。 （二）無法及時有效應對新型欺詐風險 隨著科技的發(fā)展和黑產(chǎn)的產(chǎn)業(yè)鏈日趨成熟，個人金融服務領域的詐騙、套現(xiàn)、薅羊毛、盜卡盜刷等欺詐行為屢見不鮮，傳統(tǒng)的風險防控手段無法及時、準確評估客戶風險，進而無法有效應對新型的欺詐手段。 傳統(tǒng)風控模式輕策略重運營，輕線上重線下，在獲客-預篩-審批-授信-交易等各個環(huán)節(jié)都面臨不同的困境。比如在審批環(huán)節(jié)，傳統(tǒng)模式下不僅審核周期長，同時也缺乏早期逾期預警的能力；在交易環(huán)節(jié)對于新型欺詐手段防控識別能力不足，對惡意透支、套現(xiàn)或其他高風險客戶團體詐騙風險預警響應慢；在貸后環(huán)節(jié)，缺乏對逾期客戶和失聯(lián)客戶的提前預判能力。 基于以上的種種問題，該行與同盾科技共同啟動了“基于知識圖譜的安全金融服務”項目，通過知識圖譜技術，整合行內(nèi)外數(shù)據(jù)并進行深入挖掘，打通公私、存貸關系，建立包含企業(yè)、個人、事件的關系圖譜，構(gòu)建全行風險識別、風險傳導、風險監(jiān)控的統(tǒng)一平臺。 內(nèi)控合規(guī)：整合銀行內(nèi)外數(shù)據(jù)針對不同場景構(gòu)建知識圖譜，在此基礎之上通過規(guī)則策略和模型，識別員工違規(guī)行為，例如，識別客戶經(jīng)理違規(guī)操作，挖掘內(nèi)外部可疑資金關系。 對公圖譜：將多源數(shù)據(jù)源融合構(gòu)建企業(yè)統(tǒng)一知識庫，實現(xiàn)營銷／風險事件的動態(tài)聯(lián)動，提升客戶洞察力，例如，企業(yè)風險傳導分析，潛在營銷機會挖掘，企業(yè)統(tǒng)一畫像等。 信貸風控：以手機號、設備、IP、公司、地址等構(gòu)建知識圖譜，提供貸前貸后風控能力，例如，貸前反欺詐，貸后交互管理，風控特征工程，可視化關聯(lián)分析，疑似欺詐群體挖掘等。 交易圖譜：利用資金往來交易、黑名單、欺詐案件庫、交易IP地址及設備信息構(gòu)建交易圖譜，提供自定義案件排查、實體關聯(lián)分析以及事前關聯(lián)指標服務。 同盾協(xié)助該行打造的一體化知識圖譜構(gòu)建與應用解決方案，通過提供統(tǒng)一的知識圖譜構(gòu)建平臺、知識圖譜計算挖掘框架和應用產(chǎn)品方案，運用知識抽取、知識計算、語義分析等人工智能技術，能提供高效、靈活、智能的知識加工和應用能力，能快速從數(shù)據(jù)中提煉知識，實現(xiàn)業(yè)務上的智能決策。 從架構(gòu)上看，同盾協(xié)助該行建設的知識圖譜的基礎數(shù)據(jù)層由大數(shù)據(jù)平臺來提供支撐; 知識加工層支持多源、多模態(tài)數(shù)據(jù)的能力，能從結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化文本以及圖像、語音等數(shù)據(jù)中加工支持，與知識加工直接相關的部分包括實體識別、關系抽取、表格解析、規(guī)則學習、推理技術等；核心技術層內(nèi)置了知識推理、群組挖掘、指標計算、標簽挖掘、圖結(jié)構(gòu)挖掘等圖計算引擎，可以通過配置化實現(xiàn)挖掘功能；應用層則與反欺詐、風控、營銷、監(jiān)管等不同的場景密切連接。整體來說，在平臺和架構(gòu)先進性方面，體現(xiàn)了靈活、通用、技術和業(yè)務上高可擴展性等特點。 該項目包含知識圖譜構(gòu)建平臺、圖譜可視化及智能分析等標準產(chǎn)品、場景化應用級產(chǎn)品方案三大核心模塊，基本上也代表著知識圖譜從構(gòu)建到應用的三個核心環(huán)節(jié)。第一個是知識圖譜的構(gòu)建平臺，構(gòu)建平臺可以應用異構(gòu)數(shù)據(jù)，運用知識的手段構(gòu)建知識圖譜。第二個是同盾研發(fā)的多態(tài)存儲體系，以存儲為中心，輔助結(jié)果的存儲介質(zhì)打造混合、綜合的存儲體系。在第一個模塊構(gòu)建好的知識圖譜就可以存儲在這里，支撐上層運算和最終的業(yè)務運用。第三是知識計算平臺，在這里可以實現(xiàn)包括知識推理、隱形關系挖掘、標簽計算、個體挖掘和群體挖掘等功能。 第一步完成多源、多模態(tài)數(shù)據(jù)的接入，并對數(shù)據(jù)進行加工、處理，識別并抽取其中的知識，生成知識圖譜。 第二步，挖掘特定圖結(jié)構(gòu)模式，動態(tài)更新屬性、建立關系或者發(fā)現(xiàn)異常關聯(lián)等，如下圖所示。 第三步，建立好知識圖譜之后，可以基于圖譜進行圖挖掘和指標分析，結(jié)合特定業(yè)務場景進行建模、可視化分析或者與決策引擎對接使用。 同盾云圖知識圖譜技術與深度學習相結(jié)合，以惡意欺詐賬戶為分析源，從多個維度挖掘關系屬性，實現(xiàn)多源數(shù)據(jù)融合構(gòu)建領域知識圖譜，并利用AI算法智能識別出強相關聯(lián)賬戶，從復雜的關系網(wǎng)絡中推理出隱藏關系，協(xié)助該行識別出欺詐團伙。 （一）全面建設全網(wǎng)信貸關系圖譜 在內(nèi)融合包括行方交易、客戶、信貸在內(nèi)的自有業(yè)務數(shù)據(jù)，在外引入工商、司法、人行征信、海關、稅務等相關信息，依托于統(tǒng)一的知識圖譜構(gòu)建平臺，形成全網(wǎng)信貸圖譜和客戶關系圖譜。同時，使用可視化的圖譜構(gòu)建配置、圖譜管理和配置化的知識展示功能，業(yè)務人員可根據(jù)需求指定分析對象，快速生成圖譜，分析指定對象的關聯(lián)關系。相對于傳統(tǒng)的單點式風控模式，本項目從更多維度實現(xiàn)對用戶的風險挖掘、風險分析，降低群體性業(yè)務風險發(fā)生概率。 （二）自定義案件排查 零售交易場景中，可疑案件來自零售風控平臺識別、客服和網(wǎng)點上報、公安機關通報的涉賭涉詐通報賬戶，傳統(tǒng)的方式是業(yè)務人員需要對案件進行關聯(lián)分析，通過案件關聯(lián)的設備、IP、交易對手追溯案件發(fā)生過程，找到涉案資金的鏈路和流向，形成分析報告，鎖定可疑人員，并對案件和相關可疑人員進行處置。通過交易圖譜的關聯(lián)關系鏈條深層次挖掘的技術優(yōu)勢，和風控系統(tǒng)進行集成，支持風控系統(tǒng)案件管理的自動化關聯(lián)分析及業(yè)務自定義案件的溯源分析和可疑對象的排除和定位操作，并產(chǎn)生案件分析報告和可疑名單，最終實現(xiàn)案件的快速響應和處理，提高風控管理能力，提高工作效率，實現(xiàn)自動化與人工處置的結(jié)合。 （三）事前關聯(lián)圖譜指標服務 事前關聯(lián)圖譜指標服務主要是在數(shù)據(jù)的縱向挖掘上，補充關聯(lián)信息等衍生指標，構(gòu)建立體的、全方位的防御體系，也是交易圖譜平臺的建設目標。依托知識圖譜技術，通過對積累案件的排查和特征研究，總結(jié)出不同類型案件的關聯(lián)風險特征，進而將這些特征落地成關聯(lián)指標，通過API應用到風控的策略，彌補案件的防御漏洞，增強對相關案件的防御能力。 平臺上線后，該行數(shù)據(jù)使用效率、數(shù)據(jù)資產(chǎn)管理能力躍升上新臺階，各部門的反欺詐策略與模型實現(xiàn)共享，打破了原先反欺詐風險防范時部門間的信息壁壘，使得反欺詐方面的工作效率大幅提升，欺詐行為在發(fā)生之前就能被識別并做對應處置。 經(jīng)由知識圖譜的引入，該行初步實現(xiàn)了在觀察視角上從“個人維度”到“全局關系”的轉(zhuǎn)變，反欺詐手段“由點到面”的提升，個體隱藏關聯(lián)欺詐風險“由淺到深”的挖掘，為數(shù)字化發(fā)展戰(zhàn)略提供重要幫助，為銀行數(shù)字化轉(zhuǎn)型的建設提供重要基礎。 1. 引入外部互聯(lián)網(wǎng)數(shù)據(jù)：提供全國工商企業(yè)信息查詢，包含行內(nèi)客戶與行外客戶和海量外部互聯(lián)網(wǎng)數(shù)據(jù)，工商、涉訴、輿情等多維度數(shù)據(jù)，并融合行內(nèi)信息，保持信息自動更新。 2. 客戶統(tǒng)一視圖：整合行內(nèi)外數(shù)據(jù)，打通公私、存貸關系，建立包含企業(yè)、個人、事件的關系圖譜，深度挖掘客戶關系，生成客戶畫像、集團派系等內(nèi)容，為風險營銷提供輔助信息。 3. 智能風控：通過智能模型、風險規(guī)則、名單檢測等多種智能風險檢測手段多管齊下，實現(xiàn)風險的精準識別。同時為適應產(chǎn)品快速創(chuàng)新需求及外部風險形勢的變化，支持風險模型及規(guī)則的靈活配置部署。業(yè)務人員可基于共享的風險信息，在線進行模型挖掘、靈活配置、實時上線，使其可隨時根據(jù)新的風險形勢上線模型及規(guī)則。 4. 風險防控機制：將風險管控有效融入業(yè)務流程中，支撐事前、事中、事后“三位一體”的風險防控機制，將傳統(tǒng)的以事后監(jiān)控分析為主的風險管理模式轉(zhuǎn)變?yōu)槭虑啊⑹轮泻褪潞箫L險防控的協(xié)同模式，前移監(jiān)控關口，提升風險監(jiān)控效能。 5. 建立外部輿情機制：對市場輿情風險及時監(jiān)控，實現(xiàn)輿情風險推送。同時，通過郵件方式將外部風險信息推送至管理層郵箱，及時發(fā)現(xiàn)風險并做出相應決策，確保風險被及時遏制。
聯(lián)系客服
