本篇為漫談金融科技系列文章之一。前幾篇講了金融科技的范疇和定義，以及大數(shù)據(jù)對金融科技的影響，這一篇闡述知識圖譜和金融科技之間的關(guān)系。

這是新鮮概念嗎？

不必糾結(jié)為什么知識圖譜突然火的問題，一項技術(shù)的應(yīng)用總有它的生命周期；在不同的時期有不同的概念，不同的內(nèi)涵和外延。

知識圖譜的前身與上世紀60年代的語義網(wǎng)絡(luò)、70年代的專家系統(tǒng)密不可分，都是人工智能概念的一部分，是實驗室里的黑盒式研究。

這些腦洞大開的科學家們想解決什么問題？

如果說讓機器利用大數(shù)據(jù)的方式處理問題，會使之更趨近于人腦；那么，利用知識圖譜，就可以真正做到讓機器讀懂真實世界，通過分析、挖掘數(shù)據(jù)為人類的決策提供支持。

知識圖譜背后包含很多技術(shù)，國內(nèi)外研究偏重不一樣。國外首先用它解決信息過載問題，因此知識圖譜最廣泛的應(yīng)用領(lǐng)域在搜索。而國內(nèi)科學家們在“產(chǎn)學研用”道路上做了很多實踐，更關(guān)注用技術(shù)解決現(xiàn)實世界的問題。百度也在2014年正式上線百度知識圖譜。

雖然國內(nèi)外對知識圖譜的定義不相同。但公認的是，知識圖譜的本質(zhì)是知識關(guān)聯(lián)。形象的說，這種知識關(guān)聯(lián)是由“節(jié)點”和“邊”組成一個數(shù)據(jù)結(jié)構(gòu)。在知識圖譜里，每個節(jié)點表示現(xiàn)實世界中存在的“實體”，每條邊為實體與實體之間的“關(guān)系”。比如現(xiàn)實世界中，人、車、手機號等實體對象可簡單抽象為一個個實體點，兩個實體之間的“關(guān)系”用一條線來表示，這就是所謂的“還原現(xiàn)實世界”。

這種知識關(guān)聯(lián)，人類可能搞不清楚，可能會犯錯，但機器不會；也許人類的經(jīng)驗會失效，但客觀世界的關(guān)系永遠符合邏輯。

也因此，知識圖譜歷經(jīng)了四五十年的發(fā)展，終于走出實驗室。可以說，現(xiàn)在正是知識圖譜全新復興的時代。這有點像人工智能的發(fā)展，歷經(jīng)前兩個歷史階段，最終在條件成熟之下全面爆發(fā)。

所以，只要現(xiàn)實世界的問題被還原，形成邏輯關(guān)系，才能被真正解決。從這個角度來說，知識圖譜更是一種解決問題的方法論。

解決金融行業(yè)什么問題？

為什么各個行業(yè)突然敞開懷抱擁抱它？這是因為，傳統(tǒng)行業(yè)的自有數(shù)據(jù)遠遠不能刻畫出復雜又隨時變化的真實世界。

在該領(lǐng)域最讓人津津樂道的可能要算Platantir科技公司的傳奇故事了。它通過線下刷卡、銀行轉(zhuǎn)賬、犯罪記錄等數(shù)據(jù)建立了知識圖譜，不僅發(fā)現(xiàn)了納斯達克前主席麥道夫（Bernie Madoff）的“龐氏騙局”，還幫中情局找到了大量基地組織和塔利班高層，并找到了本拉登的藏身地。

當這些讓人震撼的案例一件件擺在眼前后，智能金融知識圖譜領(lǐng)域受到了極大關(guān)注。

回顧FinTech行業(yè)的發(fā)展，過去三四年大家稱之為為金融科技，隨著知識圖譜等人工智能技術(shù)的應(yīng)用，甚至出現(xiàn)了智能金融提法，都屬于FinTech的一部分。

這種發(fā)展似乎代表了 FinTech 的上半場和下半場。

在金融行業(yè)走入信息化、進入大數(shù)據(jù)時代，上半場重點在提高效率，即如何突破既有的數(shù)據(jù)使用模式，更高效、精準、迅速地獲得數(shù)據(jù)帶來的價值。

而下半場進入智能化后，新的商業(yè)模式應(yīng)運而生，產(chǎn)生重構(gòu)式變革。這時期的重心更多的是由知識圖譜等人工智能技術(shù)來支持。未來幾年金融行業(yè)的重點之一便在于此，利用基于關(guān)聯(lián)關(guān)系的知識圖譜概念，可以突破現(xiàn)有的關(guān)系型數(shù)據(jù)庫的限制，在金融行業(yè)中讓數(shù)據(jù)發(fā)揮更大的價值。

金融領(lǐng)域的場景應(yīng)用

在重構(gòu)金融行業(yè)業(yè)務(wù)流程過程中，知識圖譜的應(yīng)用場景很多。

眾所周知，金融行業(yè)兩大核心業(yè)務(wù)是：營銷和風控，即最大限度的獲取更多的營銷收益，并在充滿風險的市場上做好風控管理。這些業(yè)務(wù)核心，都離不開用戶本身的個人信息和數(shù)據(jù)。

比如在精準營銷上，百度營銷云不僅可以挖掘潛在客戶：基于現(xiàn)有銀行客戶建立社交網(wǎng)絡(luò)知識圖譜，根據(jù)不同的交往方式和頻次定義圖譜建立關(guān)系模型，對客戶的親屬、朋友、同事、同學、陌生人等進行相關(guān)的社交挖掘從而評估關(guān)系緊密度；

因機器更能讀懂客戶，還可以深挖客戶潛在需求，針對他們的特點推送相關(guān)產(chǎn)品。甚至針對企業(yè)級客戶，還能分析企業(yè)級客戶的資金關(guān)系、法人關(guān)系、上下游投資關(guān)系、相似企業(yè)業(yè)務(wù)關(guān)系等，為企業(yè)推薦合適產(chǎn)品、服務(wù)。

在風控上，當金融與互聯(lián)網(wǎng)發(fā)生關(guān)系后，動輒數(shù)額巨大的風控事件讓業(yè)內(nèi)人仍心有余悸，不敢有絲毫懈怠。只有通過知識圖譜，把其中隱含的關(guān)系網(wǎng)絡(luò)梳理清楚，同時從時間、空間多維角度進行分析，才能識別潛在的風險，防止用戶薅羊毛。

在這場變革中，百度云金融行業(yè)云在幫助金融機構(gòu)建立事前預防、事中預警、事后分析行動的全方位風險控制體系，在預測和資訊領(lǐng)域也有非常好的嘗試。

比如潛在風險行業(yè)預測：基于多維度數(shù)據(jù)，識別某一行業(yè)發(fā)生了行業(yè)風險或高風險事件，就可以及時預測未來有潛在風險的關(guān)聯(lián)行業(yè)，金融機構(gòu)從而可以對此風險做出預判并規(guī)避風險。

尤其是當前國家層面都非常重視的預防系統(tǒng)性金融風險，通過建立客戶、企業(yè)、行業(yè)的知識圖譜，也可基于對行業(yè)的潛在風險預測，及時發(fā)現(xiàn)行業(yè)風險、系統(tǒng)性風險相關(guān)聯(lián)的企業(yè)客戶。

就像知識圖譜最先應(yīng)用于搜索，在資訊上同樣適用。傳統(tǒng)的搜索結(jié)果基于網(wǎng)頁端，搜索引擎不知道含義只能羅列出和目標關(guān)鍵詞匹配的頁面地址。知識圖譜能夠理解用戶的閱讀興趣和理解資訊內(nèi)容，并對二者進行匹配，從而為用戶進行“智能推薦”。

可以說，只要有知識圖譜這一“利器”，找到更多場景化的產(chǎn)品應(yīng)用，就能將金融科技推到一個新高度。

知識圖譜的應(yīng)用離不開ABC基石

知識圖譜為什么發(fā)展了幾十年，現(xiàn)在才成為了網(wǎng)紅的問題。

除了知識關(guān)聯(lián)的本質(zhì)貼合了智能金融等行業(yè)業(yè)務(wù)場景，很重要的一點還在于云計算、大數(shù)據(jù)等相關(guān)技術(shù)的成熟發(fā)展。

也就是說，為了能讓智能金融知識圖譜庫發(fā)揮高效的作用，還需要建立在ABC完整的技術(shù)架構(gòu)上。

云端數(shù)據(jù)服務(wù)正在成為趨勢，無論是知識圖譜庫的構(gòu)建、持久化存儲，還是對目標知識的高效檢索和分析，都離不開云計算和大數(shù)據(jù)技術(shù)的底層技術(shù)支持。

百度云提出ABC技術(shù)驅(qū)動cloud2.0，而坐擁億級實體、千億級事實的百度知識圖譜庫，無疑將加速進入智能金融的主場。