技能分享 | 知識圖譜在金融領域的分析與應用

在金融領域走入資訊化世代下，如何突破既有的資料使用模式，轉換成有效的資源，更精準、更迅速地獲得資料帶來的價值，成為了這幾年重要的議題。

SourceZones 源鋭資訊透過「知識圖譜」技術對圖的展示、圖的挖掘、圖的計算等優勢，幫助金融人員們進行業務場景的分析與決策。我們整理分析超過 30 個台灣資料源，同時應用「機器閱讀」、「人工智慧」與「自然語言理解」等技術進行多維度資料過濾，減少對資料處理的工作量，提高收集資料的效率，使金融機構能夠按照需求對資料進行深入的探勘和流程分析工作。

然而未來幾年的金融領域重點便在於，如何利用「關聯關係」的知識圖譜概念，突破現有的關係型資料庫的限制，讓資料發揮更大的價值。

產業需求及痛點

在傳統投資市場中，我們只能從新聞、財報、網站等多個管道獲得資訊，再進一步組織，轉換成可供投資決策的看法和建議。

但因金融資訊豐富且更新速度快（如：公司新聞、股票、證券、政策、法規、評論等），要從大量的資訊中準確且快速地整理出有效的資訊，是十分困難的，而在這過程中經常會面臨到以下問題：

1. 單位時間內，人力成本有限，相對報酬率低
2. 效率低，浪費時間，時間成本相對高
3. 客戶 KYC 資料收集困難，網路資料雜訊多
4. 無法有效地蒐集潛在客戶數

SourceZones 如何將資料做轉換

源鋭資訊利用「知識圖譜」深度挖掘法人的關聯關係，以特定法人為起點，直觀地展示企業在多元的資料維度中連結人物、事件、地點和時間等資訊的整體關聯關係，形成客觀全貌關聯圖譜，也就是我們的「關聯圖」，協助銀行客戶擴增資訊，包括：

• 強化客戶歷史背景認知
• 上下關係分析與探尋業務市場機會
• 監控突發市場新聞加強銀行反應能力
• 日夜監控外部資訊及演算分析關係圖譜

而各類的資料源，源鋭則是運用「機器學習」及「人工智慧」進行事件類型識別，將識別好的事件和關聯主體跟知識圖譜做關聯，最後再透過我們的「管理系統」與「分析套件」，優化整個轉換流程，提供全面性的金融知識圖譜。

業務場景分析

近幾年，金融犯罪的形式越來越多樣，包括使用造假資料、詐騙集團、銀行信貸詐欺、小額付款詐欺、信用卡盜刷等手法，在這種情況下，傳統的防範方法因效率和準確率低，已經遠遠不夠應對。同時，金融機構中也存在著許多隱藏風險，包括信用問題風險、市場變動風險、流動性風險以及淺在性人為操作風險，為了降低對金融機構帶來的影響，我們需要建立起一個有效的知識圖譜。

1、信用貸款場景，通常發生於客戶身份驗證以及信用貸款。客戶身份驗證需要進行申請人的驗證流程及關聯分析，找出關係圖譜；信用貸款需要多方資料源，通過多面向的歷史資料進行建模並取得風險評估，提供信用評估結果給金融機構做決策。

2、投資理財場景，投資理財需要追踪客戶的完整使用週期，包括客戶交易紀錄，分析客戶風險等級，提供精準的資訊，進行智慧關聯及評估。

3、保險場景，通常發生於審核客戶保險及理賠，以及風險評估。在審核保險及理賠的環節，金融機構需要建立反欺詐預警系統，來降低風險成本。

4、交易場景，通常是指交易過程中的反欺詐，透過各種技術建立交易反欺詐機制，並根據交易資料進行反欺詐分析及報告。

金融知識圖譜可以做什麼呢？

1、反詐欺、反洗錢防治

傳統的反詐欺和反洗錢防治系統，因為效率慢及準確度低，已經不夠使用於我們的金融市場上。反欺詐和反洗錢的難點，一方面在於需要整合結構化和非結構化的多個資料源，另一方面市場上的新型犯罪方式，導致關係越來越複雜，難以利用以往的資料分析方式處理。
然而「知識圖譜」可以收集與借款人相關的資料源，包括借款人的基本資料、消費紀錄、行為記錄等，整合成結構化的知識圖譜。建立關聯資料之間的訊息挖掘、推理，識別詐騙手法，來推斷一些潛在風險，進行業務場景中的評估驗證，來解決金融行業的風險痛點。

2、風險預測

基於我們的資料源收集，可以在客戶、企業、行業間建立起緊密關聯的知識圖譜，從行業關聯中進行風險的預測。通過對行業進行分析及調查，根據貸款訊息、行業訊息建立關係挖掘，也可以及時發現風險關聯的企業客戶。

3、經營銷售

知識圖譜可以透過整合多個資料源，建立關於潛在客戶的完整知識認知。
針對自然人客戶，知識圖譜通過其個人愛好、交易資料記錄、社交網站資料等，分析客戶行為，挖掘客戶潛在需求，進行評估提供服務。例如，分析「客戶之間的關係」，發現部分客戶擁有共同愛好，針對性地對特定族群制定經營銷售的策略。
針對法人客戶，知識圖譜通過分析法人基本資料、投資關係、任職關係、專利資料、訴訟資料、新聞報導等，對法人進行知識建構。

4、智慧搜尋

智慧搜尋是透過知識圖譜在語義上拓展對自然人/法人的關鍵詞搜尋，把複雜的訊息用圖的方式呈現，讓使用者一目瞭然，從而獲得更豐富、更全面的訊息。

未來發展

在金融領域，知識圖譜擁有巨大的價值及潛力，將成為未來智慧金融界中重要的「知識庫」和「大腦」，提供金融機構人員（如分析師、投資人、業務人員等）分析及決策上的幫助。 基於知識圖譜和人工智慧為主要核心發展，SourceZones 提供解決深度資料挖掘及關聯建立分析，以經營銷售、反欺詐、反洗錢的風險控管為目標，逐步為金融機構提供完善的使用平台。

參考資料：

• https://www.chainnews.com/zh-hant/articles/600603392613.htm