解决方案：金融知识图谱平台

项目背景及目标

近年来监管持续加强，督促银行业加快监管体制改革、进一步提升行业合规水平；我社大零售转型以及农合机构改制进入关键阶段，利用大数据及人工智能等技术手段助力机构转型升级，建设全面、高效、智能的风险管控体系成为重中之重。为响应监管要求与提升农合机构风控能力，我社建设了风险预警系统及大数据风控平台，并已采购包括工商涉诉等大量的外部数据，但目前仍面临数据整合、挖掘程度不足，数据业务价值未充分展现等问题。

为完善我社风控体系，金融知识图谱项目拟打造全行级别的知识图谱平台，实现业务数据的一站式存储、管理、查询和挖掘，提高风险决策的准确性及完整性；同时着眼于风控知识沉淀与前置，将风控理念输入到业务营销策略中，实现营销风控的协调统一。

项目方案

金融知识图谱平台承接IT规划中非结构化数据处理能力构建，基于阿里专有云搭建图计算引擎，将行内外数据进行加工融合，转换为图数据并进一步计算分析，最后通过服务方式将计算结果和可视化界面封装，向平台前台应用及其他应用系统提供数据服务。

一、平台架构

知识图谱平台采用前后端分离架构。平台后台从行内业务系统和行外第三方数据源批量接入数据，在数据加工层进行清洗与处理转换后在引擎层进行规则加工与计算，并将结果存放于图数据库中，供前台应用查询使用。

二、功能架构

通过与互联网成熟关系分析类产品进行竞品分析并结合广东农信业务特点及需求，知识图谱平台采用了两级用户视角进行功能规划与应用设计。一方面，图谱平台为机构用户提供企业统一视图、智能关系查询、负面舆情提醒等信息聚合类应用，以满足业务发展中贷前背景调查、贷中授信审批、贷后动态监控等多场景风控需求；

另一方面，知识图谱平台通过隐性集团派系识别、授信集中度统计、及黑名单关联等应用实现广东农信辖内机构合规性风险的深度挖掘和集中展示，满足省联社穿透式监管的需要。

三、建设思路

为保证平台业务应用具备稳固的数据与技术基础，平台建设采取快速原型实现，敏捷迭代更新形式进行。第一步搭建平台技术底座，构建关系型数据计算分析能力；第二步上线平台核心功能，通过构建企业知识图谱，实现内外部数据初步融合和展示；第三步拓展应用场景，基于关系挖掘与穿透式分析能力，结合业务实际需求设计平台应用，逐步完成多场景价值输出。

创新点

1.对标换联网产品并以实际需求为导向进行产品的开发与迭代。知识图谱平台采用互联网式产品开发逻辑，通过竞品对标，对照业界成熟产品的应用设计、服务方式、功能演进，结合自身业务诉求，对知识图谱平台发展路径进行规划，从而实现图谱平台服务能力持续、有序的输出。

2.农信体系下的场景应用创新。为贴合农信多法人体系，知识图谱平台应用设计还使用两级用户视角——为省联社用户提供辖内机构的合规性风险指标集中监控与展示，为机构用户提供客群风险分析与解读，同时满足了机构业务发展与省联社履行监管职责的需求。

3.将开源技术同广东农信专有云体系进行了深度融合。为了保障知识图谱平台有能力快速响应用户个性化需求、灵活接入多维业务数据，其计算引擎基于阿里云Maxcompute而非传统Hadoop框架完成搭建，承接广东农信数据体系中非结构化数据处理能力平台化部分，与基础数据平台、统一数据应用与服务平台、大数据风控等系统共同构成广东农信大数据云平台，向全省提供弹性、敏捷、互通的数据服务。

技术实现特点

知识图谱平台具有如下技术特点：

1.平台采用前后端分离技术架构，由数据源层、加工层、引擎层组成平台主体，实现对多源异构数据的融合、转换、计算、与存储；后台计算与分析结果通过应用层的包装后进行展现，通过Restful技术与Web前端技术向用户提供多种图谱应用服务。

2.知识图谱平台采用最新的开源图数据库Arangodb，支持灵活的数据模型，比如文档Document、图Graph以及键值对Key-Value存储。同时，ArangoDB也是一个高性能的数据库，它使用类SQL查询或JavaScript扩展来构建高性能应用。更重要的是，基于Arangodb，知识图谱平台向用户提供界面操作友好的可视化界面，能直观表达各种实体之间的关系。

项目过程管理

广东农信知识图谱平台采取快速原型上线，敏捷迭代更新的思路，采用“统筹规划，分步实现”的形式开展项目建设。

项目初期聚焦于平台基础能力和核心功能建设，注重知识图谱平台与广东农信大数据体系的技术融合，反复探讨平台技术选型，确保平台业务应用具备稳固的数据与技术基础；平台应用迭代更新期间，由业务部门把控产品建设方向，试点机构业务专家深度参与业务需求调研，双方共同对平台产品及应用效果进行验收和反馈，从而确保由实际业务需求驱动的平台产品开发模式和应用效果。

运营情况

知识图谱平台上线后，以江门农商行作为试点机构进行试运行。目前，通过两个迭代版本更新，平台已实现外部数据与信贷业务数据的融合，并推出相应应用，主要包括：

1、信息查询与推送服务，如企业信息查询、关联关系查询、动态舆情监控等；

2、行内存量客户分析应用，如隐性集团授信集中度分析、异常担保关系识别、黑名单关联分析等。

后续将随平台应用场景增多拓宽平台试运行范围，并结合平台运行情况进一步优化现有功能、提升用户体验。

项目成效

从经济效益角度出发，本项目通过引入自然语言处理及图计算等人工智能技术，打造了全行级别企业知识图谱平台，有效融合内外部数据，实现了自动信息整合与业务知识推理，一方面节省了在信息搜寻、整理工作上耗费的人力及时间，实现业务人员减负释能、法人机构降本增效，另一方面增强数据洞察与价值变现，为业务决策提供有力工具支持与策略指引，助力机构业务更好、更快发展。

从社会效益角度出发，知识图谱平台是广东农信拥抱金融科技、打造“数字农信”、实现数字化转型道路中迈出的又一步。广东农信作为普惠金融领跑者，通过实现传统银行向信息银行、乃至“智慧银行”的转型，将为广大三农客户带来更好的金融服务。

经验总结

1、建立数据治理的长效机制，重点保障应用数据的质量，全面促进内外部数据的有效融合，让数据在准确的基础上发挥正确的价值。

2、重视产品发展路径规划。数据应用类产品应超脱于信息的提供与罗列，聚焦于场景化分析与智能化分析，通过深入调研分析业务流程与行为逻辑，将技术化的分析结论转化为契合业务实际流程的产品功能体系，实现更高效无损的价值传递。

3、加强知识管理与沉淀。知识图谱平台作为非结构化数据处理与分析能力平台，引进了自然语言处理及图计算等多种新型技术，在开发过程中加强对算法与模型上加强知识管理与人才培养，重视知识转移的过程，为后续平台转向数据运营提供充分人才储备。