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:

對「技能分享 | 知識圖譜在金融領域的分析與應用」的一則回應

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s