海致楊娟：知識圖譜是金融機構邁向智能金融的重要臺階

北京2017年8月15日電 /美通社/ -- 近日，海致網絡技術（北京）有限公司金融業務副總裁楊娟女士對於知識圖譜在智能金融發展中的重要作用進行了解析。以下是她的觀點全文：

隨著與雲計算、大數據、物聯網等相關產業的協同發展，人工智能在歷經60年的起伏之後，如今已經在全球範圍形成了新一輪的搶位發展態勢，不僅提供了經濟創新發展的新動能，而且正成為助推各行各業轉型升級的新引擎。國務院印發的《新一代人工智能發展規劃的通知》也著重指出，應該“推動人工智能與各行業融合創新”，在重點行業和領域開展人工智能應用試點示範。

眾所周知，人工智能的底層支撐是大數據和算法，無疑應在數據資源豐富、數據價值密度高的行業率先發展。這正是金融行業擁抱人工智能之天然優勢：一方面，金融企業在業務開展過程中積累了海量數據；另一方面，這些數據包括客戶身份、資金收付交易、資產負債情況等，數據價值密度高，在運用專業技術挖掘和分析之後，價值轉化概率高，潛在的商業價值大。

國務院相關部門當然不會忽視這點，其《通知》給出了人工智能在金融行業應用的具體範圍，即：建立金融大數據系統，提升金融多媒體數據處理與理解能力。創新智能金融產品和服務，發展金融新業態。鼓勵金融行業應用智能客服、智能監控等技術和裝備。建立金融風險智能預警與防控系統。

知識圖譜是實現智能金融的重要臺階

1948年，信息論創始人香農提出“信息熵”的概念來描述系統的混亂度和可理解程度：系統越有序，則熵越低。“序”的建立和熵的降低都需要外部做功。過去金融機構中的審貸官、客戶經理、風險經理等從業者收集資料、分析資料、研究資料、決策的過程實際就是建立在對人的體力和腦力進行消耗基礎之上從而做功以建立起“序”的過程，而人工智能時代的來臨意味著人腦做功向機器做功轉化，由機器來自動採集、解析互聯網文本、信貸文本、資金流水數據、信貸抵押數據等，建立關聯，迭代模型，發現祕密，找出規律，逐步將金融從業者從勞動中解放出來，建立起“序”。

“序”的建立，遵循“從數據到信息，從信息到知識，從知識到智慧”這樣一個邏輯遞進的關係。目前，大多金融機構對於數據的應用處於“從信息到知識”的階段，而知識圖譜善於從信息中發掘和構建深度的知識關聯，使得信息價值顯式化，從而提供更智慧的決策支持，將是金融機構邁向智能金融的重要臺階。國務院《通知》中，在提及“建立新一代人工智能關鍵共性技術體系”時，也著重強調，需要構建“跨媒體分析推理技術”，重點突破知識圖譜構建與學習、知識演化與推理、智能描述與生成等技術，實現跨媒體知識表徵、分析、挖掘、推理、演化和利用，構建分析推理引擎。

萬事俱備，只欠東風。知識圖譜技術與金融業務在實踐中進行結合的深入程度，決定著智能金融發展進程的快慢。

知識圖譜技術在銀行公司金融領域的應用

知識圖譜技術在金融領域的落地，首先應選擇“關係”密度較大的業務領域，企業與企業、個人與個人、個人與企業、賬戶與賬戶、賬戶與產品等，商機與風險存在於各類主體之間的關係的發展與變化之中；其次應選擇有新興數據源帶來新的信息點的業務領域，在當今大數據技術極速發展的背景下，互聯網數據的採集與解析、金融機構內部非結構化數據的挖掘和利用是兩種重要的信息補充方式。

以涵蓋了公司金融部、信貸管理部、風險管理部、貿易金融部等相關部門的銀行公司金融領域為例，通過知識圖譜整合和關聯銀行內部結構化數據、非結構化數據以及互聯網採集數據、第三方合作數據，發現和建立企業與企業之間的集團關係、投資關係、上下游關係、擔保關係，企業與個人之間的任職、實際控制、一致行動關係，能夠及時進行商機的發現和風險傳導的識別。例如，當某一企業發生了風險事件，銀行可以通過知識圖譜及時預測未來有潛在風險的關聯企業，從而可對相關企業的風險做出預判，儘早地發現並規避風險。基於圖挖掘分析技術，利用支持向量機、Pagerank等機器學習方法發現信貸風險傳導模式。例如，A為違約客戶，B、C、D與A有著關聯關係，結合銀行擔保關係數據、資金流向數據等內部特徵，以及企業基本屬性、涉訴信息、輿情等外部特徵，通過機器學習方法計算可得到A違約後B、C、D違約的概率，從而及時切斷傳播路徑。此外，通過知識圖譜幫助銀行發現企業所處產業鏈的上下游相關企業，發掘潛在客戶，實現“以點帶鏈”、“以點帶面”的客戶發現效果，也正日趨成為知識圖譜在營銷領域的成熟應用。

在這一過程中，知識圖譜技術與自然語言處理、機器學習技術相結合，可以衍生出更多、更豐富的智能應用場景。例如，通過對“同類型企業”的算法學習，識別出具有相同金融特徵的企業客戶，根據同類型企業的歷史行為，為新客戶自動進行金融產品推薦和定價計算，縮短客戶經理的學習曲線和判斷過程，成為客戶經理隨身的營銷助手。再例如，通過對信貸報告中審批意見的文本解析，為客戶經理自動生成貸後任務，並關聯至客戶經理的績效考核系統，助力對公業務部門從人工化管理向智能化管理轉型。

在過去幾年從事智能金融工作的過程中，我個人的一點心得是：帶著人工智能相關技術，深入到銀行業務中去，會發現無窮無盡的智能化提升空間。