在大數(shù)據(jù)時代來臨的今天，各個行業(yè)對數(shù)據(jù)的利用已經(jīng)有了很大的改變。在知識圖譜系統(tǒng)中，可以實現(xiàn)“萬物互聯(lián)”，通過對數(shù)據(jù)的高度抽象化，將現(xiàn)實世界的最大程度地還原出來，通過海量的關(guān)聯(lián)來挖掘數(shù)據(jù)的價值。對于金融行業(yè)，數(shù)據(jù)是一種非常重要的資源。金融業(yè)的數(shù)據(jù)中包含了大量的實體和聯(lián)系，通過這些數(shù)據(jù)的聯(lián)系，可以打破傳統(tǒng)的計算模型，從“關(guān)系”的角度，對金融領(lǐng)域的數(shù)據(jù)進行深入的分析，并通過外部的數(shù)據(jù)，挖掘潛在客戶，預(yù)警潛在風(fēng)險，提高業(yè)務(wù)效率和價值。那么，知識圖譜可以應(yīng)用在金融行業(yè)的哪些地方呢？

一、營銷類應(yīng)用

1)發(fā)掘潛在客戶：

挖掘潛在客戶是目前金融業(yè)研究的一個熱點，利用已有的數(shù)據(jù)和外部數(shù)據(jù)，快速準(zhǔn)確地找到潛在的客戶，這將有助于提高銀行的業(yè)務(wù)水平。在此基礎(chǔ)上，我們可以構(gòu)建一個基于已有的銀行用戶的社會網(wǎng)絡(luò)知識圖譜，并依據(jù)其不同的交際類型和頻率來確定相應(yīng)的關(guān)系模式。通過與客戶的親屬、朋友、同事、同學(xué)、陌生人等進行關(guān)聯(lián)的社會性挖掘來評價客戶的關(guān)系緊密程度。例如，根據(jù)已有的 VIP顧客，發(fā)掘他們的聯(lián)系方式和興趣，或者找到他們的興趣愛好，這樣就可以針對特定的群體進行市場營銷。

2)挖掘顧客的潛力；

在發(fā)掘潛在顧客的同時，還要根據(jù)現(xiàn)有顧客的需求，推出相應(yīng)的產(chǎn)品。在構(gòu)建了一套基于客戶關(guān)系的知識圖譜體系之后，可以對車輛信息、個人愛好、行為等進行彈性擴充。綜合各種資料來源，對顧客的行為進行準(zhǔn)確的分析，對顧客的潛在需要進行準(zhǔn)確的定位。

上述服務(wù)既能為個體用戶服務(wù)，也能為企業(yè)用戶提供服務(wù)。對企業(yè)的資金、法人、上下游投資、類似企業(yè)的業(yè)務(wù)關(guān)系進行分析，為企業(yè)推薦合適的產(chǎn)品和服務(wù)。

二、風(fēng)控類應(yīng)用

1)防詐騙的應(yīng)用程序：

在防詐騙方面，知識圖譜也有合適的應(yīng)用方案。近年來，我國的金融詐騙呈現(xiàn)出各種形態(tài)，如提供虛假信息、集團詐騙、內(nèi)外勾結(jié)等“高明”的手段，使得原有的單一突破手段難以奏效，必須構(gòu)建一套主動、高效的知識體系。防騙的關(guān)鍵在于人，必須將所有與借款人有關(guān)的資料來源連接起來，建立包含大量資料來源的知識圖譜，使之整合成機器能夠了解的結(jié)構(gòu)化資料。該系統(tǒng)不但能將借款人的個人信息進行綜合，而且能將其消費、行為、關(guān)系、線上日志等信息納入防詐騙的知識圖譜中，對其進行分析和預(yù)測。

除了在申請階段進行反詐騙外，還可以根據(jù)用戶對大量的風(fēng)險數(shù)據(jù)進行離線統(tǒng)計，并根據(jù)不同的主體要素，建立風(fēng)險特征數(shù)據(jù)庫，對風(fēng)險模型和規(guī)則進行優(yōu)化，對交易過程中的欺詐行為進行反欺詐。

2)內(nèi)部審計內(nèi)部控制的運用

同時，通過關(guān)聯(lián)分析與知識圖譜的運用，可以提高財務(wù)內(nèi)部審計與內(nèi)控系統(tǒng)的有效性與準(zhǔn)確性。通過對被監(jiān)管者的電子郵件、帳戶信息進行數(shù)據(jù)挖掘，建立相應(yīng)的關(guān)系網(wǎng)絡(luò)，防止內(nèi)部串通、內(nèi)部串通等，能夠及時發(fā)現(xiàn)與外界的不正常交易。

3)打擊洗錢的應(yīng)用

在反洗錢方面，我們也能協(xié)助監(jiān)管機構(gòu)進行有效的監(jiān)管，逐步挖掘關(guān)聯(lián)賬戶，發(fā)現(xiàn)幕后黑手。相比于個人賬戶和關(guān)系的識別，反洗錢團伙的工作更加困難，因為這些組織都是建立在錯綜復(fù)雜的關(guān)系網(wǎng)絡(luò)之中，很難被人察覺。我們必須對這些隱含的關(guān)系進行清晰的梳理，同時從時間、空間多維的視角進行分析，從而找出可能存在的潛在危險，并找出潛伏的反洗錢集團。

將來，機器將會更加接近人腦，通過知識圖譜的分析和挖掘數(shù)據(jù)，讓機器能夠理解現(xiàn)實，從而為人類做出決定。GaussMind知識圖譜平臺基于深度學(xué)習(xí)的NLP算法，能幫助客戶完成上傳、標(biāo)注數(shù)據(jù)，自定義構(gòu)建模型訓(xùn)練，構(gòu)建可視化圖譜。