一方面随着近年来通信技术的不断发展，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。

如何在风控领域应用知识图谱，请大家参考本篇文章《知识图谱在农信社风控领域的应用》，然后提出您比较关心的问题，由专家进行解答！

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

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。