知識(shí)圖譜技術(shù)為破解人工智能難解釋性的困境提供了重要基礎(chǔ)，近年來(lái)備受學(xué)術(shù)和產(chǎn)業(yè)界的高度關(guān)注。知識(shí)圖譜的發(fā)展離不開算法和模型的創(chuàng)新，更離不開科技企業(yè)以更多的應(yīng)用場(chǎng)景來(lái)持續(xù)提供“練兵場(chǎng)”。

零售銀行是知識(shí)圖譜絕佳的應(yīng)用之地，近年來(lái)隨著商業(yè)銀行紛紛開啟“第二增長(zhǎng)曲線”，零售銀行業(yè)務(wù)受到了前所未有的關(guān)注度。零售銀行的發(fā)展進(jìn)入了存量競(jìng)爭(zhēng)的全新階段，商業(yè)銀行希望通過(guò)深度服務(wù)和價(jià)值創(chuàng)造來(lái)構(gòu)建一個(gè)更長(zhǎng)期和緊密的客戶關(guān)系。

零售業(yè)務(wù)的一大特點(diǎn)就是客群數(shù)量龐大，國(guó)有大行零售客群都是以億為單位?？腿菏怯蓚€(gè)體組成，當(dāng)客戶關(guān)系網(wǎng)絡(luò)中部分關(guān)聯(lián)人出現(xiàn)信用風(fēng)險(xiǎn)時(shí)，風(fēng)險(xiǎn)可能會(huì)沿著關(guān)聯(lián)關(guān)系鏈傳遞、疊加、蔓延，進(jìn)而傳染相關(guān)關(guān)聯(lián)主體，導(dǎo)致群體性的信用風(fēng)險(xiǎn)發(fā)生。

目前，零售金融所面臨的欺詐風(fēng)險(xiǎn)主要來(lái)自于申請(qǐng)和交易環(huán)節(jié)，傳統(tǒng)的風(fēng)險(xiǎn)管理模式，很難去揭示社群特征和客戶之間的關(guān)聯(lián)關(guān)系，難以識(shí)別團(tuán)伙欺詐，也難以辨析樣本稀疏、隱蔽性高、欺詐行為動(dòng)態(tài)變化等特征，知識(shí)圖譜為解決這一問(wèn)題提供了全新的視角。

以某國(guó)有大行為例，該行在不斷深化布局科技領(lǐng)域的“自主研發(fā)+外部合作”模式。百融云創(chuàng)作為該行重要合作伙伴，基于總行知識(shí)圖譜平臺(tái)、機(jī)器學(xué)習(xí)平臺(tái)，協(xié)助構(gòu)建復(fù)雜關(guān)系網(wǎng)絡(luò)，實(shí)現(xiàn)以客戶為中心的風(fēng)險(xiǎn)全景視圖，增強(qiáng)數(shù)字化風(fēng)險(xiǎn)管理能力。

在此項(xiàng)目中，百融云創(chuàng)通過(guò)打造客戶的復(fù)雜網(wǎng)絡(luò)，發(fā)現(xiàn)傳導(dǎo)路徑，并引入機(jī)器學(xué)習(xí)，結(jié)合圖分析技術(shù)，構(gòu)建源發(fā)風(fēng)險(xiǎn)模型、傳染權(quán)重模型、傳染風(fēng)險(xiǎn)模型、多邊概率整合模型、風(fēng)險(xiǎn)融合模型5大人工智能模型，量化客戶內(nèi)外部所有風(fēng)險(xiǎn)，可為信貸業(yè)務(wù)在貸前準(zhǔn)入環(huán)節(jié)、貸中、貸后持續(xù)助力風(fēng)險(xiǎn)預(yù)警精細(xì)度和精準(zhǔn)度，提升客戶信貸風(fēng)險(xiǎn)管理水平。

數(shù)智化時(shí)代，知識(shí)圖譜作為人工智能的重要基礎(chǔ)，因其智能、高效的知識(shí)組織優(yōu)勢(shì)，得到銀行的廣泛關(guān)注。隨著知識(shí)圖譜平臺(tái)建設(shè)日漸成熟，知識(shí)圖譜在精準(zhǔn)營(yíng)銷、風(fēng)險(xiǎn)管理等業(yè)務(wù)場(chǎng)景上發(fā)揮越來(lái)越重要的作用。但值得一提的是，知識(shí)圖譜技術(shù)如何更好的與這些應(yīng)用場(chǎng)景結(jié)合，更好的實(shí)現(xiàn)商業(yè)化落地，還是需要進(jìn)一步探索的課題。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎!此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：