海致智能金融知識圖譜 智能金融必備基石

海致網(wǎng)絡技術（北京）有限公司是目前國內(nèi)領先的大數(shù)據(jù)技術與服務公司。海致大數(shù)據(jù)核心團隊在參與研發(fā)了全球第一個中文通用知識圖譜平臺之后，專注向金融產(chǎn)業(yè)進行垂直化的深度研發(fā)，以知識圖譜技術為底層，挖掘風險與營銷信息的產(chǎn)生與傳導、打造風控與營銷模型、探索人工智能與機器學習的實踐場景，在金融行業(yè)大數(shù)據(jù)與人工智能應用領域，有著豐富的經(jīng)驗與廣泛的成功案例，是企業(yè)知識圖譜開創(chuàng)者。

海致智能金融知識圖譜1.0是海致大數(shù)據(jù)多年研發(fā)與實踐探索的最新成果，它具備強大的自然語言處理能力，包括模板識別、實體識別、情感分析等，也具備領先的關系挖掘算法引擎；能夠有效地整合多種外部數(shù)據(jù)，并結合商業(yè)銀行行內(nèi)數(shù)據(jù)，形成客戶的多維度視圖，并基于此利用圖挖掘、圖分析技術，生成企業(yè)投資關系、擔保關系、資金往來關系等關系圖譜，為商業(yè)銀行提供精準可靠的營銷及風控依據(jù)；通過強大的關聯(lián)檢索與動態(tài)分析，可高效梳理關系網(wǎng)絡，預防欺詐事件的發(fā)生；并能夠基于交易數(shù)據(jù)及黑名單數(shù)據(jù)，構建可疑資金流向關系網(wǎng)的可視化以及黑名單關聯(lián)賬戶風險傳導的監(jiān)控預警，提升商業(yè)銀行反洗錢能力，助力金融行業(yè)向智能金融邁進。

以知識圖譜深入銀行實際業(yè)務場景

目前，知識圖譜在國內(nèi)的總體應用還處于初始階段，但在金融、公安、電商等行業(yè)中已得到了較為廣泛的應用。特別是金融領域，知識圖譜將打破傳統(tǒng)信貸風控、CRM 營銷以及報告解析等具體業(yè)務場景的瓶頸。

1、智能 CRM 真正實現(xiàn)“以客戶為中心”的精細化運營

現(xiàn)在，眾多商業(yè)銀行已經(jīng)搭建了相應的硬件設施、云計算環(huán)境，為實施 CRM 奠定了技術基礎，但傳統(tǒng) CRM 的實施效果還很難令用戶滿意，因為大多數(shù)僅實現(xiàn)了過去手工作業(yè)的自動化、線上化以及營銷管理，還停留在“看起來很美”，但“很難用起來”的尷尬階段。

海致智能 CRM 解決方案實現(xiàn)了商業(yè)銀行從傳統(tǒng)的“看起來很美”的 CRM 向“真正用起來”的智能 CRM 升級改造，從傳統(tǒng)重產(chǎn)品營銷的粗放式運營向“以客戶為中心”的精細化運營轉變。主要體現(xiàn)在以下三個方面：

• 通過對對公客戶信息內(nèi)外部數(shù)據(jù)整合，形成數(shù)據(jù)集市，在數(shù)據(jù)集市基礎上形成360度客戶信息全貌。
• 以客戶價值為主線，建立并完善基于基礎標簽、模型標簽、智能標簽的客戶標簽體系，實現(xiàn)對公客戶的差異化營銷策略。
• 智能 CRM 并非展示單一的客戶視圖，還充分利用了圖分析挖掘技術，生成企業(yè)投資關系等多種關系圖譜，有效提升風險預警能力。

海致智能金融知識圖譜幫助招商銀行全網(wǎng)抓取和解析了3000萬家企業(yè)的工商、涉訴、稅務、輿情、招投標等信息，整合行內(nèi)客戶信息，構建了多維度的客戶視圖；結合實際業(yè)務場景歸納總結出多種營銷與風險事件規(guī)則，并基于知識圖譜建成了智能 CRM 系統(tǒng)，能夠自動匯總客戶經(jīng)理關注的營銷及風險信息并及時推送到相關責任人的移動客戶端，成為客戶經(jīng)理隨身攜帶的智能 CRM 助手。

2、智能風控顯著降低不良貸款率

風險控制是商業(yè)銀行業(yè)務管理的核心。隨著大數(shù)據(jù)技術的發(fā)展和進步，商業(yè)銀行將大數(shù)據(jù)技術與傳統(tǒng)風控進行有效的結合，能夠在穩(wěn)健經(jīng)營的同時，提升自身風險控制能力及風控水平。

海致智能風控解決方案在兩個階段幫助銀行進行風險控制：

在貸前階段，通過數(shù)據(jù)整合與關聯(lián)關系推理，挖掘識別企業(yè)與企業(yè)之間的集團關系、投資關系、擔保關系等；企業(yè)與個人間的任職關系、股權控制關系等。此時若某關系節(jié)點發(fā)生重大事件或暴露金融風險，則觸發(fā)產(chǎn)業(yè)鏈傳導推理引擎，給出影響范圍，為貸前決策提供有效的數(shù)據(jù)依據(jù)。

在貸后階段，針對商業(yè)銀行存量貸款，采用動態(tài)實時的爬取技術將諸如企業(yè)工商變更、法人信息變更、司法事件等外部變更信息進行用戶定制化推送；同時結合商業(yè)銀行內(nèi)部數(shù)據(jù)，如資金流動變換、資金流水異常以及外部失信信息、黑名單、訴訟信息等，基于知識圖譜圖挖掘分析技術，利用 SVM （支持向量機）、PageRank 等機器學習方法，發(fā)現(xiàn)信貸風險傳導模式，并進行關聯(lián)企業(yè)風險預警推送，幫助商業(yè)銀行及時發(fā)現(xiàn)潛在風險，提前預警啟動催收流程。

隨著蘭州銀行對公客戶數(shù)量的不斷增長，其傳統(tǒng)以人工干預、現(xiàn)場核查為核心的風險防控體系日漸乏力。海致智能金融知識圖譜幫助其整合關聯(lián)銀行內(nèi)部結構化數(shù)據(jù)、非結構化數(shù)據(jù)、互聯(lián)網(wǎng)采集到的數(shù)據(jù)以及第三方合作數(shù)據(jù)，為該行構建了上下游產(chǎn)業(yè)鏈知識圖譜，為貸前決策、貸后風控提供有效的數(shù)據(jù)依據(jù)，顯著降低了該城市商業(yè)銀行的不良貸款率。

3、智能信貸解析大幅提升審批效率

目前商業(yè)銀行傳統(tǒng)信貸業(yè)務還以人工授信、審批為主，從獲客到放貸，一般需經(jīng)歷十多個業(yè)務流程，層層審批，極為繁瑣，且人工審閱審批報告耗時長，效率低。

海致智能信貸解析方案利用業(yè)內(nèi)先進的 NLP（自然語言處理）技術，對授信材料、風險意見、授信批文等非結構化文本數(shù)據(jù)進行解析，端到端地協(xié)助客戶經(jīng)理進行信貸管理，將金融從業(yè)人員從繁雜的信息搜集、核對工作中解脫出來，專注于信貸風險分析與決策，極大的節(jié)約了人力成本，提升了信貸審批效率；此外利用 NLP 技術將信貸業(yè)務流程中的非結構化文本數(shù)據(jù)轉化為商業(yè)銀行信貸過程中關注的關鍵性結構化數(shù)據(jù)，為商業(yè)銀行積累沉淀數(shù)據(jù)資產(chǎn)，打造數(shù)字化銀行、智能銀行提供有效的數(shù)據(jù)支撐。

南京銀行業(yè)務審計工作覆蓋廣、流程節(jié)點多，非結構化的審批意見難于管理，且審批意見撰寫因人而異，人工審閱耗時巨大，效率較低。海致將智能信貸解析解決方案深入應用此城商行實際信貸業(yè)務當中。以往人工審閱一條審批意見，平均花費時間高于5分鐘，12000多份報告樣本，人工審閱所需時長大于1000小時，通過 NLP 和機器學習技術，12000多份報告處理時間僅為5分鐘，大大提升了信貸審批效率。

4、反欺詐，預防潛在欺詐事件

隨著傳統(tǒng)金融機構業(yè)務互聯(lián)網(wǎng)化和新型互聯(lián)網(wǎng)金融模式的快速發(fā)展，金融欺詐的形式也愈加多樣化、欺詐手段層出不窮，多數(shù)據(jù)源的半結構化、非結構化的數(shù)據(jù)整合，以及欺詐案件涉及到的復雜關系網(wǎng)絡等，都給銀行等金融機構的欺詐審核帶來了新的挑戰(zhàn)。

在組團欺詐的組織中，隱藏著復雜的關系網(wǎng)絡，不容易被發(fā)現(xiàn)。海致智能金融知識圖譜通過強大的關聯(lián)檢索與動態(tài)分析，能夠更加高效把其中隱含的關系網(wǎng)絡梳理清楚，進一步去分析并發(fā)現(xiàn)其中潛在的風險，預防欺詐事件的發(fā)生。

5、反洗錢，監(jiān)控預警可疑交易

洗錢手段以及洗錢活動特征的也在不斷變化，尤其是犯罪分子通過資金小額、多筆轉入轉出，或在不同賬戶、不同交易介質之間來回切換等操作割裂資金鏈條，達到逃避監(jiān)管的目的，面對這種復雜的資金關系網(wǎng)絡傳統(tǒng)的預警上報系統(tǒng)很難有效的發(fā)現(xiàn)和甄別可疑交易。

海致基于知識圖譜的反洗錢應用可以有效的補充傳統(tǒng)系統(tǒng)當前面臨的不足之處，基于交易數(shù)據(jù)及黑名單數(shù)據(jù)（行內(nèi)或第三方路透、道瓊斯等），通過圖分析挖掘技術構建可疑資金流向關系網(wǎng)的可視化以及黑名單關聯(lián)賬戶風險傳導的監(jiān)控預警，輔助傳統(tǒng)系統(tǒng)及時準確的監(jiān)控復雜關系網(wǎng)絡的大額可疑交易，提升商業(yè)銀行反洗錢能力。

“光有技術是不夠的，不管多么先進的理念，大數(shù)據(jù)也好，AI 也好，要想為某個行業(yè)創(chuàng)造真正的效益，就必須和這個行業(yè)的業(yè)務場景有深度的結合，否則，技術只能停留在概念階段。海致智能金融知識圖譜已經(jīng)能夠深入到銀行的日常業(yè)務流程當中，并創(chuàng)造出真正的效益和價值。” 海致金融業(yè)務副總裁楊娟認為，“每家致力于智能金融的銀行，都應該在知識圖譜領域立刻行動起來”。