知识图谱构建技术简介及其在银行业务中的应用-Oracle.pdf

金融知识图谱建设 及其在银行业务中的应用 梁栋 • 北京松鼠山科技有限公司 • 哈尔滨工业大学智能金融联合实验室 关于松鼠山科技 松鼠山科技，是国际领先的金融科技与人 工智能领域开拓者，运用大数据及人工智 能相关技术服务于以银行业、保险业与基 金业为主的金融行业，致力于推动各金融 垂直场景的赋能。松鼠山科技的核心竞争 力来源于前沿扎实的科研能力和传统金融 的深厚经验。 其专注于金融科技领域赋能建设，其中的 业务核心团队具有15年中国金融行业信息 化建设经验。 “松鼠山”（Squirrel Hill ）位于美国卡耐基梅隆大学 校区一侧，我们的创始人以此命名公司。 专注的业务范围 经过四年多的高速发展，松鼠山科技逐渐形成了以Beeler （结构化大数据分析）为基础，Fusion 为核心，结合海 量企业工商数据、专利信息、投融资信息、舆情信息、监管数据、司法数据，打通整合金融机构第一方自有数据， 凭借松鼠山科技一流的工程实现能力、算法设计能力和模型建设能力，以多年金融行业的从业经验为指导，覆盖 “风险控制”，“精准营销”等一系列金融关键环节的应用服务体系。 风险 精准 控制 营销 CONTENTS 知识图谱的建设背景 知识图谱的构建过程 知识图谱的关键（知识库建设） 知识图谱的应用场景 知识图谱的建设背景 – 客户认知的问题：在外界市场纷繁的变化中，哪些因素发生了变化，对我行的客户造成了影响、 价值（风险）有多大？ 知识图谱 ：提供了从企业群体关系角 度分析问题的能力。进一步可以拓展 企业和行业、企业和客户、企业和市 场价格等要素的关联传导。 大数据 ：完成从原始信息到企业关系、 风险特征、风险事件的提取和整合。 机器学习 ：建立预测模型，实现风险 识别、传导和预测的能力。 知识图谱的建设背景 大数据感知 知识提取 知识存储 结构化数 银行机构 投资 据 关系 监管/政府 非结构化 互联网媒体 交易 知 数据 关系 知识表现 识 垂直行业 检 索 流数据 交易流水 贸易 订单采购 关系 规则 推理 机器学习 逻辑回归 决策树 神经网络 复杂网络 集成算法 CONTENTS 知识图谱的建设背景 知识图谱的构建过程