知识图谱（Knowledge Graph/Vault）技术作为人工智能技术重要的分支之一，能以可视化的方式展示实体之间的关联，能更快、更简单地发现新的信息、新的非结构数据模态和新的知识，达到洞察客户、降低商务交易风险的目的。
一、知识图谱技术基本情况
（一）定义
知识图谱（Knowledge Graph/Vault）又称为科学知识图谱，本质上是语义网络，是一种基于图的数据结构，由节点（Point）和边（Edge）组成（如下图）。节点是现实世界中存在的“实体”；边是实体与实体之间的“关系”。知识图谱是关系网络最有效的表达方式，可以用来更好地查询复杂的关联信息，从语义层面理解用户意图。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络。它提供了从“关系”的角度去分析问题的能力。
（二）技术优势
一是能快速明白真正含义和指向，规避一词多义现象。比如“苹果”可能是某个公司名称，也可能是一种水果。如果仅通过关键词匹配，常常会产生歧义。而知识图谱可以通过上下文实体关联关系，缩小搜索范围，借助优先级算法，快速找到用户真正关心的东西。
二是能提供智能的知识网络。知识图谱能更智能、更精准的理解字符串的含义，更简洁高效的提供信息服务。比如，Google搜索引擎在页面右侧推出了以知识图谱为背景的知识面板Knowledge Panel。当用户搜索某个事物时，左侧是传统谷歌搜索返回的一列按相关度排列的网站链接，右侧则将一条条与搜索内容有关的知识作为结果直接呈现，省去了逐个网页点击阅读的“痛点”。
三是具备可扩展性。在企业的数据库、文档、传感器、访问日志、图像、音视频等数据中包含了大量反映企业业务的数据事实和业务知识。知识图谱不同于以往的关系型数据库存储，将所有数据以“实体-关系-实体”的形式进行存储，最直观的展示了数据及数据背后的关联，基于动态可扩展的本体模型支持存储结构化、半结构化、非结构化数据。
四是具备强大的推理挖掘和不一致性检测功能。知识图谱不仅限于满足数据存储和调用的功能，通过知识图谱，我们可能会了解到之前不知道的东西，以及这些不同东西之间的关联关系。通过知识推理的方式把隐含的信息表达出来，甚至可以利用知识图谱里面的不一致性去检测发现已存矛盾或有冲突的知识。
二、知识图谱技术在保险业内的应用实践
（一）风控反欺诈
近年来，金融欺诈形式花样繁多，团伙欺诈、内外勾结等手法推陈出新，不少欺诈案件会涉及到复杂的关系网络。在这种严峻形势下，原来通过单点突破进行反欺诈或者侦查的方法已经远远落后于时代需要。我们要建立起一个积极有效的知识图谱，融合不同的数据源，发现更多更深层次的风险模式，找出欺诈者的蛛丝马迹，挖掘其数据的矛盾点和可疑点，识别和预防欺诈事件的发生。反欺诈的核心是人，知识图谱技术将把与投保人和受益人相关的所有数据源打通，整合投保人和收益人的基本信息，如消费记录、行为记录、关系信息、线上日志信息等，进而进行深度分析和预测。
（二）风险预测
基于多维度的数据，建立起客户、企业和行业间的知识图谱，从行业关联的角度预测行业或企业面临的风险。例如，通过对行业进行细分，根据贷款信息、行业信息建立行业间的关系模型；通过机器学习，可发现各个行业间的关联度，如果某一行业发生了行业风险或高风险事件，根据关联关系可以及时预测有潜在风险的其他行业，从而可以帮助金融机构做出预判，尽早地规避风险。
除此以外，通过知识图谱，也可以将行业和企业之间数据进行连接，借助对行业的潜在风险的预测，能够及时发现与该行业风险或系统性风险相关联的企业客户。例如，某地区某行业连续出现了多笔逾期贷款，通过对行业和客户的知识图谱进行分析，可以及时发现该地区相关行业存在潜在风险的客户。
（三）客户精准画像
面对愈发激烈的市场竞争，准确的理解客户意图、有效匹配客户需求和自身产品及服务，是金融机构在竞争中的软实力。相较于传统的渠道获客方式，新兴的智能数据挖掘方法，如客户画像体系和精准营销模型，在营销场景中具备明显优势。客户画像有很多种做法，除了传统的客户标签之外，知识图谱能更好的反应与用户相关的关系、事件、行为等因子，使画像更具有结构化、动态化的过程。结合这些实时、动态、结构化的基础画像服务，为客户分类、精准营销等上层应用提供基础。
（四）信息多维化可视化展示
基于知识图谱，我们也可以实现信息多维化可视化展示的功能。比如，通过一个借款人的身份证号，知识图谱中就会出现与之相关的借款记录、联系人信息、行为特征、职业、同业等关联标签信息。通过知识图谱的可视化展，示把复杂的关联非常直观的呈现出来，使得各类信息的整体关联情况可以一目了然。
除上述应用场景外，知识图谱还能在个性化营销、获客、失联找回、风险预测等方面大有可为。利用图谱技术勾勒客户关系网络，可以帮助保险业务员展业，非结构化数据的加入便于发现客群特征，设计定制化的营销方案。
三、知识图谱技术在阳光保险的落地应用情况
（一）阳光产险信保事业部应用知识图谱技术大大提升反欺诈水平
长期以来，阳光产险信保是业务业务人员需要根据贷款申请人信息及关联的历史贷款人信息进行风险评估，而当申请人涉及复杂社交网络时，业务人员难以理清关系，这是一个很大的“痛点”。2017年11月，知识图谱技术正式应用于产险信保反欺诈环节。截至2017年12月底，共发现18起重大案件（涉及人数大于5人的案件），较上线前仅凭人工发现的案件量提升了8.5倍。知识图谱反欺诈系统能以可视化的方式勾勒出贷款人个人信息及社会关系，为反欺诈工作提供了更多线索，增强了反欺诈工作人员的风险识别能力，也提升了他们的工作效率。
阳光产险信保事业部知识图谱项目示意图
（二）惠金所应用知识图谱技术开展精准行销
阳光保险旗下惠金所业务当中，邀请好友功能建立了客户与客户之间的联系。注册会员和邀请关系，构成了知识图谱的两大元素，即实体和关系。利用知识图谱的特性，以邀请与被邀请关系作为基础，建立用户间的关系图谱，实现以更清晰及便捷的方式查询客户之间的关系，评估路径传播能力，锁定优质客户群及潜在价值客户。惠金所知识图谱项目一期已上线应用。基于“有钱人的朋友也是有钱人”等规则，利用领军人物及图谱结构推测整个圈子的价值，从而支持客户运营管理，提升业务价值目标。
阳关保险旗下惠金所知识图谱项目示意图
四、工作建议
（一）要加快知识图谱等人工智能技术的应用研究。要将人工智能技术（包括深度学习、人脸识别、知识图谱等技术）列入保险业发展战略，追求人工智能与保险业的深度融合，开展基础理论、重点领域、交融模式和关键技术系统研究，推动知识图谱等人工智能技术成为行业转型升级和提升保险服务实体经济能力的强有力支撑。
（二）要积极借助大数据信息平台和区块链平台扩充数据信息量。目前，知识图谱技术在各家保险公司的运用主要是基于内部交易数据，但这些数据资源相当有限。各保险公司可与部分大数据信息平台合作，或者接入区块链联盟，以合法方式获取更多有效数据，构建基于个体更多维度的信息连接，从而提高信息识别能力和关系推理能力。
（三）要大力提高保险数据真实性水平，建构完善可靠的知识图谱网络。从目前看，保险行业投保环节信息不真实的现象在某种程度上较为普遍。客户在投保时，不少信息是虚假的，也可能是业务人员代为填写。数据不真实，需要大量的人力物力进行数据清洗，且极容易造成个别关系链条缺失，影响了关系网络的构建，进而影响知识图谱的全面多维信息判断功能的发挥。各保险公司要严格按照中国保监会《关于强化保险监管 打击违法违规行为 整治市场乱象的通知》，切实做好客户信息真实性管理，为知识图谱技术的运用奠定坚实基础，以更好地提高客户服务质量，保护消费者合法权益。
联系客服
