金融行業(yè)因其與數(shù)據(jù)的高度相關(guān)性，成為人工智能最先應(yīng)用的行業(yè)之一，知識(shí)圖譜作為人工智能的核心技術(shù)，正在加速進(jìn)入金融領(lǐng)域，并日益成為科技金融的基石。近期，中騰信及旗下小花科技自主研發(fā)的知識(shí)圖譜實(shí)現(xiàn)關(guān)鍵性技術(shù)重構(gòu)，并在“小花錢包”全面應(yīng)用。
數(shù)據(jù)升級(jí)為智慧 知識(shí)圖譜帶給AI風(fēng)控質(zhì)的飛躍
通俗地講，知識(shí)圖譜就是把真實(shí)世界搭建成一張計(jì)算機(jī)能夠明白的知識(shí)網(wǎng)，是人工智能的基礎(chǔ)。知識(shí)圖譜最早由谷歌提出并應(yīng)用于搜索引擎，結(jié)果給行業(yè)帶來(lái)一場(chǎng)由“關(guān)鍵詞搜索”到“智能搜索”的革命性升級(jí)。知識(shí)圖譜之于計(jì)算機(jī)，就好比知識(shí)之于人類，賦予了計(jì)算機(jī)從“關(guān)系”的角度去分析問(wèn)題的邏輯思維能力。
在整個(gè)人工智能技術(shù)鏈條中，知識(shí)圖譜居于核心的地位。知識(shí)圖譜是金融數(shù)據(jù)分析從簡(jiǎn)單的量化模型走向更為復(fù)雜的價(jià)值判斷和風(fēng)險(xiǎn)評(píng)估必經(jīng)的一環(huán)。
知識(shí)圖譜在金融領(lǐng)域一個(gè)典型應(yīng)用是推薦算法，國(guó)內(nèi)領(lǐng)先的就是螞蟻金服。在其產(chǎn)品線中，無(wú)論是好友推薦、內(nèi)容推薦還是商品推薦都能找到其用武之地，例如大家熟悉的“集五福”、支付寶好友推薦等。國(guó)內(nèi)一些金融科技領(lǐng)先的銀行如招商銀行，也將知識(shí)圖譜應(yīng)用在營(yíng)銷獲客領(lǐng)域，通過(guò)對(duì)已有的客戶信息和關(guān)系數(shù)據(jù)進(jìn)行分析，識(shí)別和開(kāi)拓與現(xiàn)有客戶有關(guān)聯(lián)的優(yōu)質(zhì)客戶，形成高價(jià)值客戶營(yíng)銷名單和企業(yè)畫(huà)像。
知識(shí)圖譜對(duì)于信貸風(fēng)控環(huán)節(jié)的價(jià)值巨大，尤其是針對(duì)借款端風(fēng)控的貸前反欺詐環(huán)節(jié)。在當(dāng)前的反欺詐業(yè)務(wù)中，團(tuán)伙欺詐識(shí)別仍屬于難點(diǎn)，而引入知識(shí)圖譜技術(shù)，能夠極大地提高團(tuán)伙性欺詐識(shí)別效率。
反欺詐的核心是人，而團(tuán)伙欺詐的核心是人與人之間的關(guān)系。知識(shí)圖譜作為關(guān)系的直接表達(dá)方式，很好地解決了這個(gè)問(wèn)題；其次，知識(shí)圖譜本身就是用來(lái)表達(dá)關(guān)系的，這種直觀的表示方式可以幫助業(yè)務(wù)單位更有效地分析復(fù)雜關(guān)系中存在的特定的潛在風(fēng)險(xiǎn)。
例如，對(duì)于一個(gè)傳統(tǒng)征信數(shù)據(jù)缺失甚至空白的新客戶，通過(guò)傳統(tǒng)的風(fēng)控方法是無(wú)法識(shí)別失信和欺詐風(fēng)險(xiǎn)的，但是通過(guò)知識(shí)圖譜技術(shù)計(jì)算客戶與各個(gè)風(fēng)險(xiǎn)節(jié)點(diǎn)的關(guān)聯(lián)關(guān)系，可計(jì)算與欺詐客戶、黑名單客戶的關(guān)聯(lián)緊密程度，從而判斷風(fēng)險(xiǎn)高低。
中騰信目前對(duì)于知識(shí)圖譜技術(shù)的應(yīng)用主要著眼于貸前反欺詐環(huán)節(jié)，小花錢包還增加了在借款環(huán)節(jié)的應(yīng)用，作為線上小額借貸App，小花錢包給予具備條件的用戶以循環(huán)額度，可進(jìn)行循環(huán)借款，在每一次用戶借款前，都會(huì)結(jié)合知識(shí)圖譜技術(shù)進(jìn)行再一次的風(fēng)險(xiǎn)識(shí)別。歷經(jīng)多次迭代，中騰信及小花科技的知識(shí)圖譜技術(shù)在應(yīng)用上更加自動(dòng)化、智能化，能夠有效識(shí)別傳統(tǒng)類型的欺詐團(tuán)伙。
據(jù)了解，中騰信及小花科技在構(gòu)建反欺詐模型時(shí)，要求反欺詐模型不但能應(yīng)用于離線數(shù)據(jù)的溯源分析，同時(shí)還要支持實(shí)時(shí)數(shù)據(jù)的計(jì)算。此外，采用了多種經(jīng)典的社交網(wǎng)絡(luò)算法，通過(guò)反復(fù)對(duì)比測(cè)試，挖掘出一些適合特定場(chǎng)景的優(yōu)質(zhì)算法，這些算法在效率和效果上都表現(xiàn)較好，并且能夠發(fā)現(xiàn)層次性的社區(qū)結(jié)構(gòu)。有些算法基于圖的半監(jiān)督學(xué)習(xí)方法，具有線性的時(shí)間復(fù)雜度，可以很好地適應(yīng)大規(guī)模社區(qū)的檢測(cè)。值得一提的是，針對(duì)實(shí)時(shí)場(chǎng)景，在現(xiàn)有算法的基礎(chǔ)上，進(jìn)行了二次優(yōu)化和開(kāi)發(fā)，在秒級(jí)以內(nèi)實(shí)現(xiàn)了新節(jié)點(diǎn)社區(qū)的實(shí)時(shí)劃分，進(jìn)而實(shí)現(xiàn)風(fēng)險(xiǎn)客戶快速識(shí)別功能。
業(yè)內(nèi)人士認(rèn)為，有了知識(shí)圖譜的人工智能風(fēng)控系統(tǒng)不再像一個(gè)嬰兒只能根據(jù)眼前的數(shù)據(jù)簡(jiǎn)單判斷，而是真正開(kāi)始成長(zhǎng)，具備了分析復(fù)雜問(wèn)題的能力，實(shí)現(xiàn)了質(zhì)的飛躍。
堅(jiān)持自主研發(fā) 突破人工智能核心技術(shù)應(yīng)用
人工智能在金融領(lǐng)域應(yīng)用還在探索階段，目前處于金字塔頂端的是BATJ等巨頭，而知識(shí)圖譜作為人工智能技術(shù)核心，更是只有少數(shù)機(jī)構(gòu)實(shí)現(xiàn)了應(yīng)用，但這些機(jī)構(gòu)基本是通過(guò)第三方技術(shù)輸出，能夠?qū)崿F(xiàn)自主研發(fā)的堪稱行業(yè)翹楚。此前，阿里巴巴曾將自主研發(fā)的知識(shí)圖譜作為重要科技成果在云棲大會(huì)上重磅亮相。
對(duì)從業(yè)機(jī)構(gòu)而言，知識(shí)圖譜應(yīng)用難，自主研發(fā)更難。難點(diǎn)主要體現(xiàn)在三個(gè)方面：
1. 數(shù)據(jù)建模
數(shù)據(jù)建模的難點(diǎn)主要包括如何對(duì)知識(shí)圖譜數(shù)據(jù)進(jìn)行自動(dòng)化構(gòu)建，從而在數(shù)據(jù)清洗與數(shù)據(jù)處理階段避免大量的人工操作；如何能夠大批量自動(dòng)導(dǎo)入現(xiàn)有結(jié)構(gòu)化知識(shí)，并能夠?qū)?fù)雜數(shù)據(jù)進(jìn)行知識(shí)表示。
2. 知識(shí)存儲(chǔ)
知識(shí)存儲(chǔ)的難點(diǎn)主要存在于存儲(chǔ)與推理計(jì)算，主要包括大規(guī)模三元組數(shù)據(jù)的存儲(chǔ)，知識(shí)圖譜組織的大規(guī)模存儲(chǔ)，事件與時(shí)態(tài)信息的存儲(chǔ)，快速推理與圖計(jì)算的支持。
3. 知識(shí)融合
知識(shí)融合技術(shù)的難點(diǎn)主要包括實(shí)現(xiàn)不同來(lái)源、不同形態(tài)數(shù)據(jù)的融合，海量數(shù)據(jù)的高效融合，新增知識(shí)的實(shí)時(shí)整合。
據(jù)中騰信技術(shù)相關(guān)負(fù)責(zé)人透露，在進(jìn)行自主研發(fā)之前，中騰信和小花科技曾考慮過(guò)獨(dú)立提供該類技術(shù)的第三方技術(shù)提供商或機(jī)構(gòu)，也接入測(cè)試過(guò)數(shù)個(gè)產(chǎn)品，但實(shí)驗(yàn)效果不夠理想, 且靈活性不夠，無(wú)法滿足反欺詐風(fēng)控策略的快速調(diào)整。部分第三方公司在數(shù)據(jù)覆蓋方面有優(yōu)勢(shì)，但是數(shù)據(jù)的精準(zhǔn)度和數(shù)據(jù)深度上比較有限。
事實(shí)上，中騰信及小花科技作為消費(fèi)金融科技服務(wù)主體，多年來(lái)在金融風(fēng)控領(lǐng)域積累了豐富的歷史數(shù)據(jù)與大數(shù)據(jù)挖掘經(jīng)驗(yàn)，完全有實(shí)力進(jìn)行自主研發(fā)。目前，針對(duì)近百億級(jí)數(shù)據(jù)進(jìn)行處理建模及算法優(yōu)化，中騰信和小花錢包知識(shí)圖譜技術(shù)實(shí)現(xiàn)了貸前應(yīng)用秒級(jí)響應(yīng)；能夠支持客群組合管理、額度管理等方面的正面及負(fù)面應(yīng)用；對(duì)存量客戶實(shí)現(xiàn)了多度關(guān)聯(lián)關(guān)系識(shí)別；基于用戶關(guān)聯(lián)關(guān)系圖譜生成的圖特征，提升優(yōu)化了風(fēng)險(xiǎn)規(guī)則及評(píng)分模型。自主研發(fā)更能夠?qū)崿F(xiàn)數(shù)據(jù)的精準(zhǔn)深度挖掘，更有優(yōu)勢(shì)。
從應(yīng)用效果來(lái)看，中騰信及小花錢包自主研發(fā)的知識(shí)圖譜技術(shù)，成功突破了人工智能核心技術(shù)應(yīng)用，其經(jīng)過(guò)歷史發(fā)現(xiàn)的欺詐團(tuán)伙的驗(yàn)證，可以有效識(shí)別傳統(tǒng)類型的欺詐團(tuán)伙，已全面接入風(fēng)控反欺詐場(chǎng)景，進(jìn)一步提升了其金融科技實(shí)力。
沖破擁有金融大數(shù)據(jù)的數(shù)據(jù)服務(wù)商所構(gòu)建的商業(yè)壁壘，在技術(shù)層面已經(jīng)實(shí)現(xiàn)。金融科技的市場(chǎng)競(jìng)爭(zhēng)也正在從“數(shù)據(jù)”競(jìng)爭(zhēng)跨向“技術(shù)”競(jìng)爭(zhēng)的新時(shí)代。中騰信及小花科技能否憑借自主研發(fā)優(yōu)勢(shì)“智”領(lǐng)未來(lái)，值得期待。
聯(lián)系客服
