五个场景告诉你知识图谱如何应用？文件.doc

五个场景告诉你知识图谱如何应用？ | 鼎富大数据原创作品，转载请注明出处知识图谱也称 为“语义网络”，是一种基于图的数据结构。知识图谱是把所 有不同类型的信息连接在一起而得到的一个关系网络。它提 供了从 关系的角度去分析问题的能力， 是关系的最有效的表 达方式。我们最常见的知识图谱的表现形式大多数是来自搜 索引擎的知识库，在这些由网民协同构建的知识库中，包含 了大量的结构化知识。此外，互联网的海量网页中也蕴藏了 海量知识，我们也可以通过自动化抽取技术来构建知识图谱。 测测你手机号能领到多牛的股 广告 接下来，是知识图谱 的一些应用场景： 场景一 新闻事件的关联分析在 2015 年全 国瞩目的两会中，民生作为百姓生活、百姓利益息息相关的 议题，一直是民众关注的热点。鼎富科技通过对互联网的新 闻网页数据采集，构建了两会期间热门话题相关的知识图谱， 该图谱不仅呈现了热门话题与之关联的人物关系，同时也对 关联度和疏密度做了分析。 展开剩余 71% 从数据中可 以看出国家总理李克强与全国人大新闻发言人傅莹是出现 频次最多的人物，这代表他们被民众提及频次最多，同时与 他们相关联的两大热点话题分别是“服务型政府”和“新型城 镇化”。场景二 识别反欺诈潜在风险知识图谱这种直观的关 联关系表示方法，可以更有效的帮助我们分析复杂关系中存 在的潜在风险。比如，我们可以整合借款人的消费记录、行 为记录、地域信息、购物习惯、信用记录等信息，把从网络 上获取的非结构化数据利用自然语言处理技术变成结构化 数据，从而进行分析和预测，最后形成一个知识图谱。从而 通过身份造假、团体欺诈等信息有效识别分析出存在欺诈风 险的概率。场景三 不一致性验证识别不一致性验证和交叉 验证类似，这个方法可以借助知识图谱来判断借款人的欺诈 风险。比如，小白作为借款人在银行提供的信息表单中填写 的家人名称为 A，而小黑在银行借款人信息表单中家庭成员 一项填写的也是 A。当我们试图把借款人的信息添加到知识 图谱里的时候，一致性验证会自动识别其小白、小黑、 A 三 者的“三角关系”是否正确。如果不正确，这种存在欺诈风险 的链接预测结果就会被纳入不一致性验证名单中。场景四 失联客户管理除了贷前的风险控制，知识图谱也可以在贷后 发挥其强大的作用。比如在贷后失联客户管理的问题上，知 识图谱可以帮助我们挖掘出更多潜在新的联系人，从而提高 催收的成功率。现实中，不少借款人在借款成功后出现不还 款现象并且玩“失踪”，使得催收人员因无法联系借款人本人， 对这种尴尬的“失联”状态而无从下手。那么就需要借助知识 图谱，挖掘出更多的与借款人有关系的新联系人，这样就会 大大提高催收成功率。场景五 知识图谱的可视化展示基于 知识图谱，我们也可以提供数据可视化的展示。比如，通过 一个借款人的身份证号，知识图谱中就会出现与之相关的借 款记录、联系人信息、行为特征、职业、同业等关联标签信 息。通过知识图谱的可视化展示把复杂的信息非常直观的呈 现出来，使得我们对信息的整体关联情况可以一目了然。知 识图谱对自然语言处理和人工智能等领域具有重要意义，如 何有效实现知识图谱应用场景的深度知识推理，还需要我们 找到合适的应用之道并不断的创新探索。中国非结构化大数 据领先技术提供商 DINFO DiscoverInformation 发现信息价 值 服务企业创新 声明：本文由入驻搜狐号作者撰写，除搜 狐官方账号外，观点仅代表作者本人，不代表搜狐立场。