知识图谱在农信社风控领域的应用

近年来,随着通信技术的不断发展,一方面黑产大行其道,银行业外部监管压力日益增加,内部风控要求也不断加强,另一方面,银行账务交易数据呈现爆发式的增长,这对数据的处理和分析能力提出了更高的要求。在这种新形势下,要求银行必须积极探索和使用新的理论技术解决新问题。

在金融交易越来越便利的背景下,仅从某个客户、某个账号或者某笔交易本身很难发现问题,必须对客户的关联人及其资金交易进行统一分析。但传统的关系型数据库在进行关系分析或资金流追踪时,受限于其设计模式,模型的开发难度和运行效率都较差。在涉及2度以上的关系分析时,难以在合理的时间内给出结果。导致大量潜在问题没有被发掘出来,给银行的资金安全和日常经营带来了较大的风险。

知识图谱是现实世界的个体和个体间关系的真实反映,提供了从“关系”的角度去分析问题的能力。将知识图谱理论、图挖掘算法、图数据库技术应用于信贷风控领域,能够很好的解决已有分析手段效率低下的问题,极大提升银行贷前、贷中、贷后的风险防控水平。常见的应用场景有担保圈分析、受托支付排查、内外利益输送排查、冒名贷款识别等。

本期交流的核心议题

1.知识图谱理论

2.hadoop结合构建

3.具体应用分享

贷前审查:例如担保风险识别、集体客户识别、实际控制人识别等

贷中审批:信息交叉验证,团伙发现等

贷后跟踪:资金流向追踪、冒名贷款、资金回流等

专家介绍:

VOLVO

有10年IT行业从业经验,某省联社大数据平台项目群项目经理,负责行内Hadoop平台及平台上各功能模块的的设计、优化、实施和交付,不断满足行内各业务领域的数据需求。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181210B05ZN200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券