知識(shí)圖譜是人工智能的底層技術(shù),是支撐機(jī)器實(shí)現(xiàn)認(rèn)知智能的重要基石。在數(shù)字經(jīng)濟(jì)新基建中,知識(shí)圖譜在數(shù)據(jù)繁雜、單一價(jià)值有限、問題抽象需要可視化、多層關(guān)聯(lián)維度、團(tuán)伙識(shí)別等應(yīng)用場(chǎng)景發(fā)揮著越來越大的價(jià)值。
近日，艾瑞咨詢發(fā)布《2022年中國知識(shí)圖譜行業(yè)研究報(bào)告》,深度分析了中國知識(shí)圖譜市場(chǎng)現(xiàn)狀,并繪制了“中國知識(shí)圖譜核心產(chǎn)業(yè)圖譜”。憑借在大數(shù)據(jù)實(shí)時(shí)智能處理領(lǐng)域的領(lǐng)先技術(shù)及業(yè)務(wù)實(shí)踐,邦盛科技成功入選。
研報(bào)顯示,2021年,知識(shí)圖譜核心市場(chǎng)規(guī)模約為107億元,2026年將達(dá)296億元。數(shù)字經(jīng)濟(jì)的持續(xù)發(fā)展將加速知識(shí)圖譜產(chǎn)業(yè)化進(jìn)程,推動(dòng)知識(shí)圖譜與傳統(tǒng)產(chǎn)業(yè)融合,同時(shí)高價(jià)值且實(shí)用性強(qiáng)的垂直場(chǎng)景知識(shí)圖譜是未來的業(yè)務(wù)發(fā)展方向。知識(shí)圖譜是邦盛科技實(shí)時(shí)智能技術(shù)體系的核心平臺(tái)之一,通過提供中央級(jí)的圖譜平臺(tái),構(gòu)建集企業(yè)底層數(shù)據(jù)源接入、圖譜數(shù)據(jù)管理、圖譜平臺(tái)化應(yīng)用的一體化平臺(tái),實(shí)現(xiàn)知識(shí)抽取、知識(shí)融合、知識(shí)推理、知識(shí)存儲(chǔ)與知識(shí)應(yīng)用,幫助企業(yè)快速完成知識(shí)圖譜的一站式構(gòu)建,打造豐富的業(yè)務(wù)場(chǎng)景應(yīng)用,挖掘數(shù)據(jù)價(jià)值,賦能企業(yè)數(shù)字化轉(zhuǎn)型。
現(xiàn)實(shí)社會(huì)織起了龐大而復(fù)雜的關(guān)系網(wǎng),比起傳統(tǒng)的關(guān)系型數(shù)據(jù)庫,知識(shí)圖譜在關(guān)系網(wǎng)絡(luò)的構(gòu)建挖掘上具有顯著優(yōu)勢(shì),當(dāng)我們涉及到多層次的關(guān)聯(lián)查詢時(shí),基于知識(shí)圖譜的查詢效率會(huì)高出幾千倍甚至幾萬倍,并支持海量、復(fù)雜、多變數(shù)據(jù)的關(guān)系運(yùn)算,且運(yùn)算性能非常高。
目前邦盛科技知識(shí)圖譜平臺(tái)作為成熟化產(chǎn)品,已經(jīng)形成了申請(qǐng)反欺詐、交易反欺詐、企業(yè)內(nèi)控、反洗錢/套現(xiàn)、車險(xiǎn)反欺詐、醫(yī)保反欺詐等多個(gè)場(chǎng)景化方案。現(xiàn)簡(jiǎn)單列舉一些具體的應(yīng)用場(chǎng)景:
貸后資金流向
目前監(jiān)管部門對(duì)互聯(lián)網(wǎng)信貸遵循“三個(gè)辦法一個(gè)指引”原則,我們可以通過圖譜建立實(shí)時(shí)風(fēng)控,關(guān)注貸后放款的關(guān)鍵環(huán)節(jié)和資金流入的重點(diǎn)領(lǐng)域。通過圖譜可以重點(diǎn)關(guān)注經(jīng)營類、消費(fèi)類的貸款,追蹤是否違規(guī)流入房市、股市等。在這個(gè)過程中,通過圖譜的穿透能力計(jì)算轉(zhuǎn)出資金的金額和比例,就能很方便地去敲定風(fēng)險(xiǎn)和違規(guī)性質(zhì),提供排查依據(jù)。
如,放貸后直接流入黑名單賬戶,或者解除關(guān)聯(lián)后從自己賬戶轉(zhuǎn)移到非自己名下,但可能是實(shí)際控制的一個(gè)賬戶,再往樓市、股市這些敏感行業(yè)投資理財(cái)。這些都可以通過圖譜,結(jié)合資金的具體形態(tài)來分析,這些行為在圖譜上會(huì)展示出明顯的發(fā)散或歸集。這種模式用以往的專家規(guī)則很難刻畫,最多能做到一維、二維關(guān)系,而圖譜更善于進(jìn)行多維關(guān)系的篩查。在海量交易結(jié)構(gòu)中,我們也能發(fā)現(xiàn)一些模式化的結(jié)構(gòu),如上圖可以看到大概4-5個(gè)端,涉及集中轉(zhuǎn)入、分散轉(zhuǎn)出,還有類似樹枝、螞蟻巢穴一樣的鏈?zhǔn)浇灰捉Y(jié)構(gòu),這都是貸后異常的資金模式。通過圖譜的展現(xiàn)手段,結(jié)合業(yè)務(wù)知識(shí),可以發(fā)現(xiàn)存在的問題,通過k度查詢或重要節(jié)點(diǎn)的發(fā)現(xiàn)算法可查看具體的問題所在。
涉賭涉詐場(chǎng)景
由于貸后資金流向和涉賭涉詐的場(chǎng)景中,都存在大量的轉(zhuǎn)賬關(guān)系圖譜。我們可以用圖譜做資金量的分析以及甄別資金轉(zhuǎn)移的手法。圖譜可視化最大的價(jià)值在于還原真實(shí)的交易場(chǎng)景,這些在以往核查單觀察,或者在系統(tǒng)上點(diǎn)擊流水不容易觀察到。結(jié)合賬戶自身特征,我們?cè)趫D譜上觀察有沒有分散的轉(zhuǎn)出和轉(zhuǎn)入,或者交易對(duì)手成批的更換。結(jié)合這些特征,就可以分析賬戶在整張交易網(wǎng)絡(luò)中的作用。
如圖,最左邊是賭徒的充值,上游這幾步可能會(huì)重復(fù)多個(gè)層級(jí),到了中游,各種空殼企業(yè)會(huì)進(jìn)行各種各樣的資金搬運(yùn),夾雜著一些空殼企業(yè)的分批啟用,或者跨行轉(zhuǎn)賬行為,造成資金鏈路的進(jìn)一步模糊;之后就是資金洗牌的最后一步,錢會(huì)轉(zhuǎn)移到一些個(gè)人賬戶進(jìn)行分散提現(xiàn),或者直接就在游戲/直播平臺(tái)進(jìn)行一些打賞。總之,下游洗白的方式是多種多樣的,但通過圖譜再結(jié)合一些特征,還是能夠進(jìn)行監(jiān)控的。
保險(xiǎn)團(tuán)伙反欺詐
第三個(gè)應(yīng)用場(chǎng)景是保險(xiǎn)排查,如車險(xiǎn)或醫(yī)保反欺詐。車險(xiǎn)主要是串謀式的索賠欺詐,通過監(jiān)測(cè)和關(guān)聯(lián)共享的身份信息等,就能較好地跨越數(shù)據(jù)孤島,發(fā)現(xiàn)團(tuán)伙。醫(yī)保欺詐一般會(huì)更多地關(guān)注醫(yī)患或供應(yīng)商不正當(dāng)?shù)年P(guān)系,一旦在某個(gè)藥品或疾病上出現(xiàn)了大量的離散值,就代表是欺詐行為——這是以往判斷個(gè)體欺詐的常用辦法,但隨著團(tuán)伙欺詐問題非常嚴(yán)重,比如幾十個(gè)人都通過個(gè)別支付賬戶去買相同的藥品;還有賬戶層面的聚集以及很多其他的共性,運(yùn)用圖譜技術(shù)將欺詐環(huán)節(jié)可能涉及的所有數(shù)據(jù),構(gòu)建反欺詐關(guān)系網(wǎng)絡(luò)圖譜并建立圖規(guī)則識(shí)別團(tuán)伙或聚集欺詐,通過關(guān)聯(lián)圖譜的分析,聚類出高風(fēng)險(xiǎn)代理人團(tuán)隊(duì)、高風(fēng)險(xiǎn)醫(yī)療機(jī)構(gòu)、高風(fēng)險(xiǎn)冒名報(bào)案理賠團(tuán)伙,就可以識(shí)別出團(tuán)伙案件行為。
研報(bào)認(rèn)為,金融與公安兩大行業(yè)的知識(shí)圖譜占比較高且增長速度較快,成為市場(chǎng)規(guī)模的主要拉力。隨著行業(yè)認(rèn)知加深與技術(shù)進(jìn)步,技術(shù)與業(yè)務(wù)的結(jié)合點(diǎn)愈發(fā)精準(zhǔn),行業(yè)場(chǎng)景顆粒度不斷收斂細(xì)化,高價(jià)值且實(shí)用性強(qiáng)的垂直場(chǎng)景將循序漸進(jìn)地被做深做透,為傳統(tǒng)企業(yè)的業(yè)務(wù)帶來顯著的業(yè)務(wù)增效。
免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。
