知识图谱在农信社风控领域的应用线上答疑

知识图谱在农信社风控领域的应用线上答疑

活动简介

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

专家介绍

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。

答疑专家

VOLVOVOLVO项目经理, 农信社
发布21
回答18

活跃参与会员

  • wuwenpin
  • zlc_wf
  • yuansuiyun
  • yeliye
  • landyz
  • Tamic
  • Cover
  • mythwind
  • haikuo81
  • VOLVO
  • syx900912
  • fengtingting
  • aixchina
  • kt563
  • faye
  • sharkbing
  • hisouce
  • aixchina编辑
  • 彬彬
  • xijiehaiqing
  • yinxin
  • soisnice
  • seagl
  • zhangjian1119
  • pengzi
  • SHOPPOHS
  • baiziru
  • lantianweishi
  • 素伟
  • Lucien168
  • xtfw7945
  • tiegan
  • xy
  • guoxilin
  • fyang2017
  • china_chenhf
  • 江南无烟雨
  • 姜沫
  • 乃伊组特
  • 米纳多
  • aerdox
  • Ryon
  • k1121
  • windix
  • jianfeizhang
  • 匡匡
  • 行云流水
  • twt1812
  • Gbms6974996
  • Hongcheng
  • chenjingcq12
  • 关于TWT  使用指南  社区专家合作  厂商入驻社区  企业招聘  投诉建议  版权与免责声明  联系我们
    © 2019  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30