漫谈Fintech | 知识图谱是什么，能解决金融行业什么问题？

本篇为漫谈金融科技系列文章之一。前几篇讲了金融科技的范畴和定义，以及大数据对金融科技的影响，这一篇阐述知识图谱和金融科技之间的关系。

 

这是新鲜概念吗？

不必纠结为什么知识图谱突然火的问题，一项技术的应用总有它的生命周期；在不同的时期有不同的概念，不同的内涵和外延。

 

知识图谱的前身与上世纪60年代的语义网络、70年代的专家系统密不可分，都是人工智能概念的一部分，是实验室里的黑盒式研究。

 

这些脑洞大开的科学家们想解决什么问题？

 

如果说让机器利用大数据的方式处理问题，会使之更趋近于人脑；那么，利用知识图谱，就可以真正做到让机器读懂真实世界，通过分析、挖掘数据为人类的决策提供支持。

 

知识图谱背后包含很多技术，国内外研究偏重不一样。国外首先用它解决信息过载问题，因此知识图谱最广泛的应用领域在搜索。而国内科学家们在“产学研用”道路上做了很多实践，更关注用技术解决现实世界的问题。百度也在2014年正式上线百度知识图谱。

 

虽然国内外对知识图谱的定义不相同。但公认的是，知识图谱的本质是知识关联。形象的说，这种知识关联是由“节点”和“边”组成一个数据结构。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。比如现实世界中，人、车、手机号等实体对象可简单抽象为一个个实体点，两个实体之间的“关系”用一条线来表示，这就是所谓的“还原现实世界”。

 

这种知识关联，人类可能搞不清楚，可能会犯错，但机器不会；也许人类的经验会失效，但客观世界的关系永远符合逻辑。

 

也因此，知识图谱历经了四五十年的发展，终于走出实验室。可以说，现在正是知识图谱全新复兴的时代。这有点像人工智能的发展，历经前两个历史阶段，最终在条件成熟之下全面爆发。

 

所以，只要现实世界的问题被还原，形成逻辑关系，才能被真正解决。从这个角度来说，知识图谱更是一种解决问题的方法论。

 

解决金融行业什么问题？

为什么各个行业突然敞开怀抱拥抱它？这是因为，传统行业的自有数据远远不能刻画出复杂又随时变化的真实世界。

 

在该领域最让人津津乐道的可能要算Platantir科技公司的传奇故事了。它通过线下刷卡、银行转账、犯罪记录等数据建立了知识图谱，不仅发现了纳斯达克前主席麦道夫（Bernie Madoff）的“庞氏骗局”，还帮中情局找到了大量基地组织和塔利班高层，并找到了本拉登的藏身地。

 

当这些让人震撼的案例一件件摆在眼前后，智能金融知识图谱领域受到了极大关注。

 

回顾FinTech行业的发展，过去三四年大家称之为为金融科技，随着知识图谱等人工智能技术的应用，甚至出现了智能金融提法，都属于FinTech的一部分。

 

这种发展似乎代表了 FinTech 的上半场和下半场。

 

在金融行业走入信息化、进入大数据时代，上半场重点在提高效率，即如何突破既有的数据使用模式，更高效、精准、迅速地获得数据带来的价值。

 

而下半场进入智能化后，新的商业模式应运而生，产生重构式变革。这时期的重心更多的是由知识图谱等人工智能技术来支持。未来几年金融行业的重点之一便在于此，利用基于关联关系的知识图谱概念，可以突破现有的关系型数据库的限制，在金融行业中让数据发挥更大的价值。

 

金融领域的场景应用

在重构金融行业业务流程过程中，知识图谱的应用场景很多。

 

众所周知，金融行业两大核心业务是：营销和风控，即最大限度的获取更多的营销收益，并在充满风险的市场上做好风控管理。这些业务核心，都离不开用户本身的个人信息和数据。

 

比如在精准营销上，百度营销云不仅可以挖掘潜在客户：基于现有银行客户建立社交网络知识图谱，根据不同的交往方式和频次定义图谱建立关系模型，对客户的亲属、朋友、同事、同学、陌生人等进行相关的社交挖掘从而评估关系紧密度；

 

因机器更能读懂客户，还可以深挖客户潜在需求，针对他们的特点推送相关产品。甚至针对企业级客户，还能分析企业级客户的资金关系、法人关系、上下游投资关系、相似企业业务关系等，为企业推荐合适产品、服务。

 

在风控上，当金融与互联网发生关系后，动辄数额巨大的风控事件让业内人仍心有余悸，不敢有丝毫懈怠。只有通过知识图谱，把其中隐含的关系网络梳理清楚，同时从时间、空间多维角度进行分析，才能识别潜在的风险，防止用户薅羊毛。

 

在这场变革中，百度云金融行业云在帮助金融机构建立事前预防、事中预警、事后分析行动的全方位风险控制体系，在预测和资讯领域也有非常好的尝试。

 

比如潜在风险行业预测：基于多维度数据，识别某一行业发生了行业风险或高风险事件，就可以及时预测未来有潜在风险的关联行业，金融机构从而可以对此风险做出预判并规避风险。

 

尤其是当前国家层面都非常重视的预防系统性金融风险，通过建立客户、企业、行业的知识图谱，也可基于对行业的潜在风险预测，及时发现行业风险、系统性风险相关联的企业客户。

 

就像知识图谱最先应用于搜索，在资讯上同样适用。传统的搜索结果基于网页端，搜索引擎不知道含义只能罗列出和目标关键词匹配的页面地址。知识图谱能够理解用户的阅读兴趣和理解资讯内容，并对二者进行匹配，从而为用户进行“智能推荐”。

 

可以说，只要有知识图谱这一“利器”，找到更多场景化的产品应用，就能将金融科技推到一个新高度。

 

知识图谱的应用离不开ABC基石

知识图谱为什么发展了几十年，现在才成为了网红的问题。

 

除了知识关联的本质贴合了智能金融等行业业务场景，很重要的一点还在于云计算、大数据等相关技术的成熟发展。

 

也就是说，为了能让智能金融知识图谱库发挥高效的作用，还需要建立在ABC完整的技术架构上。

 

云端数据服务正在成为趋势，无论是知识图谱库的构建、持久化存储，还是对目标知识的高效检索和分析，都离不开云计算和大数据技术的底层技术支持。

 

百度云提出ABC技术驱动cloud2.0，而坐拥亿级实体、千亿级事实的百度知识图谱库，无疑将加速进入智能金融的主场。

 

百度云正在帮助金融科技的领先实践者——百信银行打造智能普惠银行，扫描二维码，马上体验！