百融云创常识图谱在某大行的使用

  2012年 5 月 17 日，Google 正式提出了常识图谱的概念，其本质是一种提醒实体之间联系的语义网络。近年来，常识图谱作为人工智能重要分支备受产业界注目。

  零售银行是常识图谱绝佳的使用之地，近年来跟着商业银行纷繁敞开“第二增加曲线”，零售银行事务受到了史无前例的重视度。零售银行的开展进入了存量竞赛的全新阶段，商业银行期望可以经过深度服务和价值发明来构建一个更长时间和严密的客户联系。

  零售事务的一大特色便是客群数量巨大，国有大行零售客群都是以亿为单位。客群是由个别组成，当客户联系网络中部分相关人呈现信用危险时，危险可能会沿着相相联系链传递、叠加、延伸，从而感染相关相关主体，导致群体性的信用危险产生。

  现在，零售金融所面对的诈骗危险大多数来历于于申请和买卖环节，传统的危险管理形式，很难去提醒社群特征和客户之间的相相联系，难以辨认团伙诈骗，也难以剖析样本稀少、隐蔽性高、诈骗行为动态改变等特征，常识图谱为处理这一问题供给了全新的视角。

  以某国有大行为例，该行在不断深化布局科技领域的“自主研制+外部协作”形式。百融云创作为该行重要协作伙伴，根据总行常识图谱渠道、机器学习渠道，帮忙构建杂乱联系网络，实现以客户为中心的危险全景视图，增强数字化危险管理能力。

  在此项目中，百融云创经过打造客户的杂乱网络，发现传导途径，并引进机器学习，结合图剖析技能，构建源发危险模型、感染权重模型、感染危险模型、多边概率整合模型、危险交融模型5大人工智能模型，量化客户内外部一切危险，可为信贷事务在贷前准入环节、贷中、贷后继续助力危险预警精密度和精准度，提高客户信贷危险管理上的水准。