知識圖譜本質(zhì)上是基于語義網(wǎng)絡(luò)而形成的知識庫，即基于語義網(wǎng)絡(luò)存在相互有一定關(guān)聯(lián)關(guān)系的集合，這些關(guān)系蘊含著現(xiàn)實世界對象之間的關(guān)聯(lián)。因此，可以把知識圖譜理解為蘊含關(guān)聯(lián)關(guān)系的多維關(guān)系圖。
知識圖譜一般從邏輯上可以包含多種類型的節(jié)點和多種類型的關(guān)聯(lián)，這種多類型的節(jié)點，通過相互不同類型的關(guān)系進行關(guān)聯(lián)而形成復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，也就映射著復(fù)雜的現(xiàn)實世界。
為了能構(gòu)建知識圖譜，通常用“點”來表示實體、“邊”表示關(guān)系。
比如，在現(xiàn)實當(dāng)中實體可以表明一些具體的人或概念事物等實體，而關(guān)系則可以表達不同實體之間的某種關(guān)聯(lián)，如某人和某人之間是朋友關(guān)系、某人是某企業(yè)股東等相關(guān)的關(guān)系。因此，實體關(guān)系在很多場景非常適用，并適合用知識圖譜來表示。
比如，在一個社交網(wǎng)絡(luò)圖譜里，人與人之間可以是朋友關(guān)系，也可以是同事關(guān)系；同時也可以是人和公司之間的關(guān)系。一個實體具有很多屬性，且具有各種各樣的關(guān)系，從而可以全方位地刻畫整個實體，并通過關(guān)聯(lián)和屬性的刻畫深刻地描述世界。
構(gòu)建知識圖譜的過程主要分為實體識別、關(guān)系識別、實體歸一、知識解析。
構(gòu)建知識圖譜的首要步驟，就是要對每個實體進行分類和打標簽，根據(jù)一定的規(guī)則對實體進行識別和命名，標上相關(guān)的標簽，一個實體的標簽可能是一個，也可能是多個，但其中必須有關(guān)鍵的標簽指向同一個實體，不同的關(guān)鍵標簽指向不同的實體。在識別實體的過程中，同時識別實體之間語義關(guān)系，實體和實體語義關(guān)系形成知識的范疇。
在構(gòu)建過程中存在這樣一種情況，不同的關(guān)鍵標簽指向不同的實體，但這樣的實體本質(zhì)是同一的，需要進行實體歸一，可以采取多維實體分區(qū)、多模型融合實體等價判定、基本主動學(xué)習(xí)的關(guān)鍵樣本構(gòu)建等技術(shù)，解決知識分歧，進行實體合并，提高知識圖譜的價值密度。
知識解析是在形成的海量知識圖譜數(shù)據(jù)基礎(chǔ)之上，利用深度神經(jīng)網(wǎng)絡(luò)技術(shù)，從不同的層次對實體對象及語義進行解析，從而實現(xiàn)認知層次的語義理解，并與實際的應(yīng)用場景進行結(jié)合，進行知識的計算與推理，獲得較好的應(yīng)用效果。
1客戶關(guān)聯(lián)關(guān)系知識圖譜的構(gòu)建
客戶關(guān)聯(lián)關(guān)系是指客戶在經(jīng)營管理和融資過程之中，因股權(quán)分配、進行交易、開展擔(dān)保等而產(chǎn)生的股權(quán)、交易、擔(dān)保等之間的關(guān)系，比如一家企業(yè)在另一家企業(yè)中股權(quán)投資比例大于50%，則它們之間存在強股權(quán)投資關(guān)系；如果低于50%，則它們之間存在弱股權(quán)關(guān)系。其他如還存在股權(quán)投資關(guān)系、控制人關(guān)系、擔(dān)保關(guān)系、交易關(guān)系、地址關(guān)系、事件關(guān)系等，其中擔(dān)保關(guān)系等比較關(guān)鍵。
1、主要的客戶關(guān)聯(lián)關(guān)系
股權(quán)關(guān)系、控制人關(guān)系、擔(dān)保關(guān)系是銀行比較關(guān)注的客戶關(guān)系，在銀保監(jiān)會發(fā)布的《商業(yè)銀行集團客戶授信業(yè)務(wù)風(fēng)險管理指引》中，股權(quán)關(guān)系、控制人關(guān)系是集團客戶認定的重要依據(jù)，是銀行對客戶風(fēng)險進行準確評估不可或缺的重要內(nèi)容。
在銀行信貸具體實踐過程中，需要重視連環(huán)擔(dān)保、過度擔(dān)保蘊含的風(fēng)險，中小企業(yè)為了從銀行獲取授信，采取A對B進行擔(dān)保、B對C進行擔(dān)保的方式，從而形成連環(huán)擔(dān)保關(guān)系，相互抱團取暖，隱含較大的關(guān)聯(lián)風(fēng)險，如其中一家企業(yè)出現(xiàn)風(fēng)險事件，將會影響到擔(dān)保圈中的所有企業(yè)，牽一發(fā)而動全身，給銀行帶來巨大的風(fēng)險。
中小企業(yè)進行信用評級時，由于缺乏規(guī)范的經(jīng)營管理、財務(wù)等相關(guān)數(shù)據(jù)不夠規(guī)范、不具有有效的抵押物等原因，難以獲得較好的評級結(jié)果。一些中小企業(yè)急于獲取信貸資金，只有冒著風(fēng)險進行連環(huán)擔(dān)保。
在實踐中，擔(dān)保圈涉及的債權(quán)債務(wù)會形成復(fù)雜的債權(quán)債務(wù)關(guān)系，有時相當(dāng)隱蔽，而且擔(dān)保圈范圍也在不斷發(fā)生變化。銀行需要充分識別、分析客戶之間的擔(dān)保關(guān)系，特別是以保證方式辦理的融資業(yè)務(wù)均應(yīng)納入擔(dān)保圈識別、分析和管理范圍。
2、客戶關(guān)聯(lián)關(guān)系的描述
可以使用知識圖譜相關(guān)技術(shù)來對客戶關(guān)聯(lián)關(guān)系進行描述，知識圖譜的本質(zhì)其實是一種大規(guī)模的語義網(wǎng)絡(luò)，它以實體或?qū)ο笞鳛楣?jié)點，通過語義關(guān)系進行連接，通過相關(guān)算法對實體或?qū)ο笾g的關(guān)聯(lián)關(guān)系進行挖掘，從而可以深入地分析數(shù)據(jù)、理解數(shù)據(jù)，進而進行知識推理和數(shù)據(jù)挖掘，挖掘和展現(xiàn)實體之間的關(guān)系，其在銀行的客戶關(guān)聯(lián)風(fēng)險識別、風(fēng)險監(jiān)測領(lǐng)域內(nèi)具有較好的應(yīng)用。
語義網(wǎng)絡(luò)是可以用圖來描述的一種數(shù)據(jù)結(jié)構(gòu)，它主要由節(jié)點和邊組成，可以采用G=(V,E）等相關(guān)的方式進行定義，每個節(jié)點表示對應(yīng)現(xiàn)實世界存在的一個實體或?qū)ο?，而每一條邊表示實體和實體或?qū)ο蠛蛯ο笾g的關(guān)系。
因此，在客戶關(guān)聯(lián)關(guān)系描述中，可用節(jié)點表示單一法人企業(yè)，邊表示單一法人企業(yè)之間的股權(quán)關(guān)系、擔(dān)保關(guān)系等關(guān)聯(lián)關(guān)系，邊的方向可以代表的股權(quán)、擔(dān)保的控制關(guān)系，比如采用帶箭頭的邊，邊的起點表示控股企業(yè)或提供擔(dān)保的企業(yè)，邊的終點表示被控股企業(yè)或被擔(dān)保企業(yè)，并且根據(jù)需要進行完善和疊加，股權(quán)控制關(guān)系的疊加識別，可以實現(xiàn)集團客戶自動識別，擔(dān)保關(guān)系的疊加識別，可以實現(xiàn)擔(dān)保圈的建立和展現(xiàn)，通過多重層次的刻畫和知識疊加，從而獲取蘊含較為完備知識的客戶關(guān)系圖譜。
3、客戶關(guān)聯(lián)關(guān)系的知識計算
在全面收集和整合銀行內(nèi)外部客戶相關(guān)數(shù)據(jù)的基礎(chǔ)之上，對不同的客戶數(shù)據(jù)進行全面分析和充分理解，根據(jù)不同類型的客戶關(guān)聯(lián)關(guān)系，設(shè)置不同的處理邏輯，采取不同的處理方式進行處理，以股權(quán)控制和擔(dān)保關(guān)系為例，設(shè)置不同的代碼對應(yīng)相應(yīng)的類型并在相應(yīng)的數(shù)據(jù)類上增加標識，并設(shè)置起始標志，以區(qū)分不同的關(guān)系類型及關(guān)聯(lián)方向。
客戶因股權(quán)、擔(dān)保、交易等關(guān)系而形成的關(guān)系稱為“客戶關(guān)聯(lián)關(guān)系”，而經(jīng)過分析、整合和去重，可以形成清晰客戶關(guān)聯(lián)關(guān)系圖，主要的步驟如下：
一是確定關(guān)鍵企業(yè)，訪問圖中的企業(yè)，對于所有關(guān)聯(lián)指向別的企業(yè)確定為關(guān)鍵企業(yè)，這樣采取圖遍歷算法對圖中所有企業(yè)進行遍歷，可以獲取所有的關(guān)鍵企業(yè)，關(guān)鍵企業(yè)對應(yīng)的是集團客戶或控股企業(yè)。
二是以關(guān)鍵企業(yè)為起點，選擇一種關(guān)聯(lián)方式，通過關(guān)聯(lián)方向不斷地向下搜索，采用深度的遞歸算法，找出此類關(guān)聯(lián)方式的所有關(guān)聯(lián)企業(yè)，獲得此類關(guān)聯(lián)關(guān)系的關(guān)系圖譜，完成后選擇另一種關(guān)聯(lián)方式，采取同樣的方式進行搜索、識別和標記，獲取相應(yīng)的關(guān)聯(lián)關(guān)系圖譜，重復(fù)上述步驟，直至所有關(guān)聯(lián)方式選擇完成，從而形成主體部分的客戶關(guān)系圖譜，可以稱為“骨干客戶關(guān)系圖譜”。
三是在骨干客戶關(guān)系圖譜的基礎(chǔ)上繼續(xù)搜索具有業(yè)務(wù)來往的相關(guān)企業(yè)，從而獲得企業(yè)具有業(yè)務(wù)往來的相關(guān)關(guān)系圖譜，成為客戶關(guān)系圖譜重要的輔助部分，可以稱為“外圍關(guān)系圖譜”。
外圍關(guān)系圖譜可以認為是在骨干客戶關(guān)系圖譜的基礎(chǔ)上進行的一次拓展，實現(xiàn)客戶關(guān)聯(lián)關(guān)系管理的外延，從而更加清晰地分析客戶股權(quán)、交易、事件、擔(dān)保的核心關(guān)系和外延關(guān)系，更好地服務(wù)銀行對客戶日常經(jīng)營管理的監(jiān)測及評級授信的相關(guān)工作。
從風(fēng)險管理角度來看，在骨干客戶關(guān)系圖譜的基礎(chǔ)上進行適當(dāng)?shù)財U展，加入外圍關(guān)系圖譜，更有利于銀行建立更加全面的視角，深入分析客戶的潛在風(fēng)險，特別適用于連環(huán)擔(dān)保、產(chǎn)業(yè)鏈上涉訴、資產(chǎn)重組等關(guān)聯(lián)企業(yè)的經(jīng)營情形，從而促使銀行更加清晰地看監(jiān)測企業(yè)經(jīng)營管理的潛在風(fēng)險，有助于風(fēng)險管理部門獲得更為全面的風(fēng)險管理信息。
2客戶關(guān)聯(lián)關(guān)系知識圖譜的應(yīng)用
當(dāng)前，銀行在客戶調(diào)查過程中，對客戶的關(guān)聯(lián)關(guān)系、客戶風(fēng)險的準確分析和評估始終是一個難題，由于欺詐依賴于信息不對稱和間接關(guān)聯(lián)，一些深藏的風(fēng)險較難顯現(xiàn)，給銀行業(yè)務(wù)的穩(wěn)健開展帶來了較大風(fēng)險。
而基于知識圖譜的客戶關(guān)聯(lián)關(guān)系分析，將不同種類的信息關(guān)聯(lián)在一起形成一個關(guān)聯(lián)網(wǎng)絡(luò)，這些關(guān)聯(lián)風(fēng)險能被較好地揭示出來，使隱蔽欺詐和連環(huán)擔(dān)保難以隱身，銀行結(jié)合實際情況，可在精準客戶畫像、信用風(fēng)險評價和客戶風(fēng)險預(yù)警等領(lǐng)域進行有益的探索和實踐（如圖1所示）。
1、精準客戶畫像
對客戶關(guān)聯(lián)關(guān)系透徹地分析和展現(xiàn)，需要客戶各個維度的數(shù)據(jù)，在收集客戶多維數(shù)據(jù)的基礎(chǔ)上，充分分析潛在的客戶關(guān)聯(lián)關(guān)系，基于股權(quán)投資、控制人、擔(dān)保、交易、地址、事件等關(guān)系，以目標客戶為核心，對客戶及其關(guān)聯(lián)關(guān)系進行全景式地分析和展現(xiàn)，形成相互關(guān)聯(lián)的鏈狀、圈狀客戶關(guān)系全景視圖。
特別在對集團客戶的認定時，全面分析和展現(xiàn)集團子公司之間、子公司與集團外部公司之間的復(fù)雜關(guān)聯(lián)關(guān)系，生成客戶股權(quán)關(guān)系、擔(dān)保關(guān)系、資金交易等關(guān)系圖譜，將客戶的骨干客戶關(guān)系和外圍關(guān)系準確地展現(xiàn)出來，為準確地進行客戶畫像和風(fēng)險識別提供重要的支持。
2、信用風(fēng)險評價
充分融合銀行內(nèi)部數(shù)據(jù)、企業(yè)的基礎(chǔ)信息、投資關(guān)系、工商數(shù)據(jù)、稅務(wù)數(shù)據(jù)、行業(yè)數(shù)據(jù)、電商數(shù)據(jù)等各類數(shù)據(jù)，進一步拓展客戶相關(guān)的數(shù)據(jù)類型，充實到知識圖譜平臺當(dāng)中，形成比較完整的客戶多維數(shù)據(jù)和行業(yè)景氣數(shù)據(jù)，建立多層級客戶關(guān)聯(lián)關(guān)系模型，構(gòu)建科學(xué)、嚴謹?shù)钠髽I(yè)風(fēng)險評估體系，利用知識圖譜圖挖掘分析技術(shù)，在對違約概率（PD）、違約損失率（LGD）進行計量時，充分考慮客戶關(guān)聯(lián)關(guān)系類指標，使信用風(fēng)險計量更加準確，為單一法人客戶、集團客戶信用風(fēng)險評價提供有效支持。
3、客戶風(fēng)險預(yù)警
探索和建立基于關(guān)聯(lián)關(guān)系的客戶風(fēng)險預(yù)警模型，運用對客戶關(guān)系異動相對敏感的算法，識別關(guān)聯(lián)擔(dān)保、多頭抵押風(fēng)險，監(jiān)督資金用途，及時發(fā)現(xiàn)關(guān)聯(lián)企業(yè)之間違背資本真實性原則頻繁調(diào)撥資金，利用關(guān)聯(lián)交易或不合理的轉(zhuǎn)移定價抽逃資金等違法行為。通過設(shè)置容忍度閾值，一旦相關(guān)指標超過該閾值，進行風(fēng)險預(yù)警，同時不斷完善模型，提高預(yù)警的準確性和及時性，從而有效規(guī)避客戶潛在的經(jīng)營風(fēng)險與資金風(fēng)險（圖1）。
圖1 客戶關(guān)聯(lián)關(guān)系知識圖譜的應(yīng)用
4、反欺詐應(yīng)用
反欺詐應(yīng)用建立在對大量數(shù)據(jù)分析的基礎(chǔ)上，使用傳統(tǒng)的關(guān)系型數(shù)據(jù)存儲對交易行為進行分析，需要進行各類復(fù)雜的表間關(guān)聯(lián)和數(shù)據(jù)連接，有時數(shù)據(jù)連接未必能盡如人意，分析起來十分復(fù)雜，識別效率可能較低，效果難如人意。
將交易欺詐環(huán)節(jié)可能涉及對象及其關(guān)聯(lián)設(shè)計成為知識圖譜進行全面展現(xiàn)，交易的關(guān)聯(lián)信息清晰地快速分層展現(xiàn)出來，其中的欺詐環(huán)就較容易識別。比如，輸入某個可疑的手機號，看其關(guān)聯(lián)層次范圍內(nèi)涉及的申請人信息，分析申請人是否與其他可疑對象關(guān)聯(lián)成欺詐環(huán)，或與歷史具有欺詐行為的申請人間是否有過關(guān)聯(lián)等，判定是否存在欺詐行為，及時采取反欺詐措施。
5、反洗錢應(yīng)用
將知識圖譜技術(shù)充分運用到洗錢風(fēng)險的偵測過程當(dāng)中，通過融合客戶多維數(shù)據(jù)，對不同路徑機構(gòu)中資金轉(zhuǎn)移、流動、清洗等多個事件建立關(guān)聯(lián)關(guān)系，建立智能大額交易和可疑交易偵測模型，結(jié)合創(chuàng)新的圖計算算法以及可視化交互工具，形成針對案件追溯反查和異常交易結(jié)構(gòu)主動發(fā)現(xiàn)兩大類原型工具，支持圖形化、可視化洗錢風(fēng)險識別和排查，提高客戶身份識別的技術(shù)和能力，實現(xiàn)客戶盡職調(diào)查，實現(xiàn)大額交易和可疑交易及時發(fā)現(xiàn)和報告，使銀行能夠較好地履行反洗錢義務(wù)。
6、資金監(jiān)控
銀行內(nèi)部人員可利用內(nèi)控某些流程上的漏洞或缺失，在監(jiān)督失效或相關(guān)有權(quán)人不知情的情況下，將資金從銀行偷偷轉(zhuǎn)移，牟取利益。為避免這種情況的發(fā)生，可通過建立資金流向相關(guān)的知識圖譜，將相關(guān)信息相互連通，對賬戶交易情況實時分析,通過賬戶及賬戶間交易,加上資金交易特征，可以挖掘循環(huán)交易網(wǎng)絡(luò)，進而發(fā)現(xiàn)一些隱藏的蛛絲馬跡，找出資金流向失控的環(huán)節(jié)，并及時控制，避免出現(xiàn)資金損失。
