智慧审计的七种武器之知识图谱.pdfVIP

智慧审计的七种武器之知识图谱 （来源：德勤微信公众号，2019-05-20） 一、前言 在大数据和人工智能时代，数据是非常重要的资源。通过知识图 谱，可以将企业海量且繁杂的数据内容整合为一个知识网络，从而突 破关系型数据库的限制，更精准、迅速地攫取数据价值，提高内审的 效率和精度，为企业打造更加高效、专业的风险管理方案。 二、正文 1、形态 随着大数据时代的到来，大数据分析技术受到了广泛关注，而将 海量的数据转化为知识，是大数据分析的关键。知识图谱技术提供了 一种从海量非结构化数据（如文本、图像）中抽取计算机能够理解的 结构化数据的手段，对大数据时代的知识获取、知识共享、知识创新 具有非常重要的应用价值。 知识图谱是语义网络的知识库，以语义网络为基础，结合自然语 言处理、机器学习、数据挖掘、知识表示等技术，旨在描述客观世界 的概念实体事件以及其之间的关系。通过知识图谱可以高效直观地刻 画目标主体（如企业、事件等）之间地关联网络，从而全维度地对企 业进行画像，立体复现主体的真实情况和错综复杂的关系。 1 2、招式 相对于传统的知识表示形式，知识图谱可提供更多的隐含知识。 利用知识图谱技术，可以将银行内部、外部海量且繁杂的数据内容整 合为一个统一的知识网络，通过与银行业务经验相结合，实现知识图 谱技术在银行内部审计中的具体应用。  反欺诈 除了通过信息造假等手段进行欺诈申请外，不少欺诈会涉及团伙 作案并形成复杂的关联网络，这就给反欺诈审核带来了新的挑战。知 识图谱包含丰富复杂的关系，这种直观的表示方法可以帮助我们更有 效地分析复杂关系中潜在的风险。  企业风险图谱 由于企业业务间的交叉、创新，外部的风险对企业的影响越来越 2 大。通过构建企业风险图谱可以描绘企业风险视图全貌，结合外部风 险点，实现内外部风险数据的融合，从而高效地感知外部风险的传导、 渗透对企业的影响。如果某公司风险发生变动，可以通过经营关系、 担保关系、投资等关系进行传播，通过知识图谱可以轻松通过复杂网 络挖掘进行判断。  关联担保识别 银行信贷审批对关联担保十分敏感。中小企业为了满足银行放贷 要求、提高其信用等级，通过关联企业、产业链上下游客户、关系人 等相互担保，形成担保链乃至关系更为复杂的“担保网”。担保链中 的企业普遍存在超出自身实力对外融资和担保的现象，担保链整体净 资产无法覆盖银行信贷风险，容易爆发风险连锁反应。基于知识图谱 可以直观高效地识别出客户是否存在循环担保和多头抵押。  资金监管 传统的贷后资金管理往往流于形式，通过知识图谱可以掌握账户 交易情况，通过账户及账户间交易和交易特征（交易时间、形式等） 可以挖掘循环交易网络。  失联客户管理 3 现实中，借款人借后不还，进入“失联”状态的情况，即便试图 联系借款人曾经提供过的其他联系人，仍无法联系到本人，使催收人 员也无从下手。通过知识图谱复杂关联网络可以发现更多的关系，挖 掘出更多潜在新联系人，大大提高催收成功率。 3、实战 场景1：银行信贷反欺诈知识图谱 反欺诈是信贷领域非常重要的一道环节。基于大数据的反欺诈的 难点在于如何把不同来源的数据（结构化和非结构数据）整合在一起， 构建反欺诈知识图谱，从而有效地识别出欺诈案件，是当前业内较为 关注的应用趋势。  数据收集：客户实体及担保等关联实体、地址、社会关系、受理 分支行、受理行员等信息；  建立模型：通过知识图谱建模、实体与关系的抽取与清洗，得到 客户关联关系图谱；  模型应用：当新客户在银行进行申请和办理业务时，该客户作为 新增实体会与现存图谱产生一定的关联；  发现异常：挖掘与客观现实相冲突的实体间的关系，识别为异常 情况；  人工排查：人工分析异常情况，确定欺诈行为； 4  认定欺诈：固化此种欺诈模式，利用图搜索算法定时批量和监听 式发掘欺诈嫌疑人或团伙，预防该欺诈再次发生。 通过引入外部数据源，构建