风险管控 | 知识图谱技术在智能风控领域的应用

主要观点总结

本文介绍了知识图谱技术在风险管理领域的应用，特别是在交通银行风控领域的应用情况。知识图谱技术能够将风控场景抽象为带有点边信息的有向含权异质图谱，通过可视化形式进行展示，支持面向图思维的分析。交通银行自2013年开始应用知识图谱技术，分为三个阶段，从最初的单个场景、小规模图谱，到建成全行统一的知识图谱公共平台，为风险管理提供了有效的工具支持。文章还介绍了交行在知识图谱技术应用中的经验总结，包括建立应用框架体系、遵循技术应用路径、建设AI组合工具箱、坚持业技融合等方面的内容。

关键观点总结

关键观点1: 知识图谱技术在风险管理领域的应用及其优势

知识图谱技术能够将风控场景抽象为带有点边信息的有向含权异质图谱，具有更直观、全面、灵活、拓展性强的优势。

关键观点2: 交通银行知识图谱技术的应用历程

交通银行自2013年开始应用知识图谱技术，分为三个阶段，在风险管理的多个场景形成了典型应用。

关键观点3: 交通银行知识图谱技术应用的经验总结

交行建立了“S-C-P”的知识图谱应用框架体系，遵循“可视化—规则化—模型化”的三级技术应用路径，建设包括知识图谱技术在内的AI组合工具箱，并始终坚持业技融合。

文章预览

文 / 交通银行风险管理部 李志刚 知识图谱是一种表示现实世界实体（即对象、事件、状况或概念）及关系的网络，其概念由谷歌公司于2012年正式提出，但其起源可以追溯到20世纪60年代的语义网络，以及社会网络分析方法和复杂网络等领域。通俗地讲，知识图谱由节点和边组成，每个节点表示现实世界中存在的“实体”或“概念”，每条边表示两个实体之间的关系，把所有异质信息连接在一起而得到的一个关系网络。 知识图谱技术与智能风控领域的契合 近年来，知识图谱获得众多商业银行的青睐，成为AI技术应用于金融领域的一项重要工具，并被广泛应用于智能风控领域。其核心优势是能够将风控场景抽象为“带有点边信息的有向含权异质图谱（weighted directed heterogeneous graph with node and edge information）”，通过可视化形式进行展示，支持面向图思 ………………………………