05　知识图谱：金融数字化转型新方向

知识图谱：数字金融新技术

大数据是数字经济时代最关键的生产资料。对大数据的分析、发掘和应用，将有力推动生产变革和商业模式创新，并为各行各业的数字化、智能化转型带来源源不断的动力。金融产品与服务对数据有较高的依赖性，而且对数据的安全性、稳定性、实时性、逻辑关系紧密性等有更高的要求。人工智能尤其是知识图谱的应用，将有效满足金融机构对海量高质量数据的需求，进一步加快金融业的转型进程。

知识图谱的概念与起源

在图书情报领域，知识图谱也被称为知识域可视化或知识领域映射地图，它以多种不同的图形展现知识发展进程与结构关系，并通过可视化技术对知识资源及载体进行描述，实现对知识的挖掘、分析、构建、绘制及显示等。

20世纪70年代诞生的专家系统，可以被视为知识图谱的雏形。一般来说，专家系统由知识库和推理引擎两部分构成，知识库中存储了大量某个领域的专业知识与经验，在此基础上，推理引擎按照规则模拟人类专家的决策过程。

知识图谱最早被应用在搜索引擎领域。早在2012年5月，谷歌便推出了具备智能搜索功能的知识图谱，该功能被设计在谷歌传统搜索列表的右侧，可以在搜索结果页面为用户提供和搜索关键词相关的人物、地点、事件等信息。由于该功能展现了和关键词所描述的实体或概念匹配的页面，简单地说，就是搜索引擎通过知识图谱真正理解了用户的意图，因此被业界看作是首个商业化的知识图谱产品。

此后，各大互联网企业纷纷推出了自己的知识图谱产品，为知识图谱技术的研究与应用提供了强有力的支持。知识图谱中包含的大量实体、概念、属性、关系等信息，使解释人工智能成为可能。

金融知识图谱的优势

从本质上看，金融知识图谱是一种大规模的金融语义网络，是满足金融行业理解语义和搜索知识需求的基础技术，可以为精准营销、趋势预测、风险评估等提供强有力的支持。金融知识图谱将多种类型的信息连接起来，建立了一个庞大的关系网络，能够让金融机构从“关系”视角来分析金融问题。

利用传感器、物联网、移动互联网、大数据等技术，金融机构可以搜集到海量的结构化和非结构化数据，利用这些数据可以建立一个完整的金融知识图谱，为推进智能金融转型奠定良好的基础。和传统金融描述方式相比，金融知识图谱的优势主要体现在以下三个方面，如图5-1所示。

图5-1　金融知识图谱的三大优势

●覆盖范围更广：金融知识图谱从多种来源获取多种维度的金融特征信息，可以为算法运行提供数据支持。

●数据深度加工：金融知识图谱利用大数据加工模型对数据进行深度处理，能够从中挖掘到更多价值。

●结果可视化：金融知识图谱采用可视化的方式向用户呈现处理结果，降低用户理解难度，有助增强人机交互体验。

在金融数字化、智能化转型初期，相关企业的工作重点在于尽可能地提高效率，更高效、精准、低成本地借助金融大数据创造价值。迈过初期后，工作重点就需要转移到商业模式创新及新兴业态培育方面，这一阶段对知识图谱等人工智能技术的需求尤为迫切。例如，利用基于关联关系的知识图谱应用，打破传统关系型数据库的限制，对特定区域、群体的消费金融规律进行总结，从而创造全新的金融服务模式等。