天天看點

如何通過Graph+AI的方法打造高精度風控模型

>>釋出會傳送門

https://yqh.aliyun.com/live/gdb2021

《Gartner 2021十大資料和分析趨勢》中指出,圖技術使一切産生關聯,預測到2025年圖技術在資料和分析創新中的占比将從2021年的10%上升到80%。該技術将促進整個企業機構的快速決策。從金融行業角度看,在中國人民銀行印發《金融科技(FinTech) 發展規劃(2019—2021年)》 等政策驅動下,通過建構金融知識圖譜基于多元資料源做決策,可以有效帶動金融機構降本增效。

圖資料庫GDB是阿裡雲自主研發的圖資料庫産品,經曆阿裡巴巴集團内豐富的應用場景打磨,具備了豐富的最佳實踐。圖資料庫GDB在2020年進入Forrester圖資料平台競争者象限,也是國内圖資料庫産品首次入選。阿裡雲圖資料庫GDB在滿足高可靠性、高性能的同時,也兼顧了低成本的特性,産品使用、運維成本僅為國外圖資料庫産品的40%。我們将自動特征工程、自動機器學習等AI能力下沉到圖資料庫引擎中,形成阿裡雲圖智能平台,讓整個圖模型的建構、分析、釋出過程自然連貫。阿裡雲圖智能平台在金融行業已經幫助銀行、保險等領域客戶建構了金融風控、商品推薦、循環擔保檢測、異常名額監控、違規團夥挖掘等場景,通過穿透行業應用場景,幫助客戶基于多元資料做出精準決策。

如何通過Graph+AI的方法打造高精度風控模型

傳統的金融風控模型,能夠彙集各個資料源的屬性特征資訊,但是比較難挖掘資料源之間的深度關聯關系。要深度并且快速的挖掘海量資料的關聯特征,則會面臨非常大的技術挑戰。圖技術的意義在于将資訊升維,而機器學習技術的意義在于對資料規律進行總結。通過圖表示學習技術,提取金融知識圖譜中的拓撲資訊特征,并通過圖自動特征工程子產品,自動建構特征作為風控模型的輸入條件參與模型訓練。通過自動機器學習子產品,幫助金融機構挑選、調試、內建各個機器學習模型,實作更高精度的風控模型。

華瑞銀行于2020年正式引入阿裡雲圖資料庫GDB,通過對資料資産進行深度關聯關系分析,進一步提升風險識别能力。通過打造一套企業級圖分析平台,實作了對智慧供應鍊、航旅消費貸款等業務的智能風險管控。通過阿裡雲圖資料庫GDB內建的自動機器學習元件,華瑞銀行大幅降低了風控模型研發周期,并在截止目前的實踐中檢測到6個詐騙團夥,有效防控了業務風險。

如何通過Graph+AI的方法打造高精度風控模型

圖資料庫的應用可以在高度關聯的資料中挖掘資料源間的深度關聯關系,通過了解和分析圖将資訊升維,進而幫助企業擷取洞察,這将成為企業未來核心的競争力。我們也會不斷完善我們的圖資料庫産品和服務,探求使用者真正的需求,以幫助更多企業和開發者獲得洞察力和競争優勢。