ai设计教程中国农业银行标志-【农业银行研发中心副总经理 姚虎】“AI+知识图谱”在信用风险管理领域的探索

姚虎 中国农业银行研发中心副总经理

当前，在全球经济放缓和国内经济增长方式转变的背景下，商业银行赖以生存的环境正在发生深刻变化。 过去单纯依靠信贷资产规模扩张实现“粗放式”快速发展和高盈利的时代已基本结束，商业银行信贷业务面临着紧迫的转型压力。 与此同时，人工智能、大数据、云计算等金融科技快速发展，数字化转型日益成为商业银行发展的重要驱动力。 中国农业银行紧紧抓住金融科技发展的重要机遇，制定“金融科技+”战略，在行业内率先构建知识图谱，持续推进“人工智能+知识图谱”应用“信贷管理领域的科技，为全行创新信贷产品。 信用风险管控提供强有力的技术支撑。

商业银行信贷领域转型已成必然趋势

受国内供给侧结构性改革、利率市场化、中美贸易摩擦、互联网金融冲击、金融脱媒加剧等多重因素影响，商业银行利润增速放缓，信贷资产质量受到影响。信贷产品供需矛盾凸显。 同时，随着企业跨地区、跨行业、集团化经营的发展，客户信用风险表现更加多元化，风险传导机制日趋复杂，商业银行信用风险管理不断深化。难度加大，信贷业务转型变革迫在眉睫。 ，势在必行。

“AI+知识图谱”金融科技基础支撑体系构建

中国农业银行高度重视金融科技创新发展，制定了“金融科技+”战略。 以金融大脑建设为抓手，在同业中率先构建知识图谱，实现知识图谱全生命周期管理，为全行提供数字化运营和智能化。 转型提供基础、核心技术支撑。

1. 打造金融大脑。 金融大脑是农业银行的核心人工智能系统。 业内率先提出企业级AI金融平台解决方案，实现全行“智能集中”。 金融大脑打造感知和思维两大服务引擎，构建统一智能服务，大规模融合核心人工智能技术，用AI赋能银行多个业务领域。

金融大脑实现多项创新ai设计教程中国农业银行标志，构建了基于GPU/CPU的高性能AI计算架构，应用虚拟化技术跨平台管理云端资源，提供高精度智能感知服务能力。 搭建全生命周期一体化机器学习和模型管理平台，实现全流程自动化建模和模型自学习进化。 全渠道实时智能决策引擎，为业务发展提供更加智能的实时决策服务。 拖拽式的交互中心、高效的知识共享和沙盘演练，大大降低了人工智能创新的门槛，提高了人工智能创新的效率。

2.构建知识图谱。 在金融大脑建设过程中，农行基于DIKW（Data、Information Information、Knowledge Knowledge、Wisdom Wisdom）系统，通过知识识别、融合，从海量数据中提取信息、发现知识、形成知识。和存储。 地图，并通过知识服务，将知识升华为智慧，让金融大脑更聪明。 知识图谱采用四层架构模型构建，自下而上依次为知识识别、知识融合、知识存储与计算、知识服务（图1）。

图1 农业银行知识图谱构建全流程

(1)知识识别。 综合运用ETL、全文检索、模式识别等技术手段获取实体、关系、属性和事件等信息，实现从数据到信息的抽取。

(2)知识整合。 根据本体建模的指导原则，知识识别后与实体、关系等信息建立关联，并进行实体对齐，形成相对完整的知识图谱，完成从信息到知识的细化。

(3)知识存储和计算。 搭建了分布式知识图谱存储平台。 根据知识图谱的内容，存储在图数据库、列数据库、索引库、关系数据库、RDF库中。 支持根据应用场景选择合适的存储和计算，极大提高查询和分析效率。

（四）知识服务。 构建了语义分析、语义搜索、图挖掘、模型工厂四类知识服务，实现知识发现，奠定智慧基础。

与一般行业知识图谱相比，农行知识图谱实现了诸多突破和创新。

一是实现知识图谱的全生命周期管理，覆盖从获取、集成到应用的全过程，打造从结构化、半结构化、非结构化数据中提取知识的能力。

二是采用自上而下和自下而上相结合的模型进行本体建模，形成本体概念、属性和关系，便于业务人员理解、使用和管理。

三是采用混合架构，具备分布式存储和并行计算能力，支持大规模知识图谱的构建和计算，具有高可用、高性能、可扩展的特点。

四是基于知识图谱的计算引擎吉祥物设计，打造语义分析、语义搜索、图挖掘、模型工厂四大智能服务，实现服务场景全覆盖，消除知识应用的“孤岛”现象。

目前，农行知识图谱原始数据量为千亿级，节点数为千万级，各种关系（边）约2亿条。 支持各种应用程序在线或批量访问。 在线风险客户识别平均响应时间约为200ms，批量完成客户群体分类大约需要3小时。

通过构建知识图谱，农业银行构建了从“字符串”到“实体”的知识表示能力、基于“实体”关系网络图的知识关联能力、基于语义的精准检索能力、基于本体的知识推理能力能力。 为金融产品创新和风险防控提供强有力的科技支撑。

“AI+知识图谱”成为赋能信用改革的核心引擎

基于“人工智能+知识图谱”创新体系，依托智慧信贷项目，农业银行实现了“人工智能+知识图谱”在信贷管理领域的落地应用，运用科学化、科技创新推动信贷产品创新和信贷风险防控深入改革，全面提升信贷智能化运营管理水平。

一、加快信贷产品和服务模式创新，服务实体经济发展。 综合运用大数据、“AI+知识图谱”等技术，进行360度客户画像，精准识别和接受客户金融需求，构建科学授信和风控模型，分层覆盖长尾客户，服务三大战略，大幅提升信贷有效产品供给能力和实体经济服务能力。

（一）服务乡村振兴战略。 聚焦农村金字塔型“上、中、下”客户群体，基于“AI+知识图谱”等技术，重点分析客户群体在产业链中的位置，精准识别企业融资需求围绕客户群体，分别推出快捷农贷、便民贷、惠农电商贷、农户安家贷等产品线，构建服务“三农”的金融生态圈。

（二）服务普惠金融战略。 利用“AI+知识图谱”等技术，对客户进行多维度精准画像，控制潜在风险，逐步建立以“e贷系列”、“云贷系列”供应链融资产品为基础的小额线上融资产品。核心全线小微企业信用产品体系。 以伟杰贷款“e贷系列”产品为例。 上线约3个月，累计服务客户15000人次。

（三）服务消费升级战略。 基于“AI+知识图谱”等技术，精准洞察客户需求变化，实现产品快速创新和智能推广ai设计教程中国农业银行标志，先后推出互联网快贷、质押贷、汽车贷等系列产品，为客户提供线上化、场景化、定制化产品 我们将提供专业化、智能化的产品和服务，不断提升获客、留存、激活客户的能力。

2.创新信用风险管理模式，防范金融风险。 应用“AI+知识图谱”等技术，构建智能风控模型，实现大规模客户数据的关联分析和实时精准的智能风控服务，完成从个人到群体的信用风险防控从人工到个体、机器交互、从事后到事前三个转变，极大提升了客户群体的风险防范能力，牢牢守住了防范系统性风险的底线。

(1)建立关系观。 通过银行内外部数据深度融合，建立信贷客户识别特征数据库，全面识别客户关系，构建全网客户关系视图。 目前，该视图已推出银行内信贷、客户、交易三大主题和银行外海关、司法、舆情、工商六大主题，识别11类超过500万个关联担保、投资、控股等33个小类。 关系。

（2）划分风险客户群体。 基于客户关系视图卡通形象，运用知识图谱和社区发现理论，通过单一关系风险传递系数测度、客户间风险传递系数拟合、客户群体关系子网划分三个步骤，完成了信用风险传递知识图谱和风险客户关系的构建。 组会自动划分。 与以往的专家经验模型相比，它不仅能够高效处理大规模的客户群体和多重复杂的关系，而且能够自动识别更加准确可信的客户群体。

（三）洞察客群风险。 依托信用风险关系知识图谱，构建客户群风险洞察引擎，主要包括核心企业识别、风险传导计量、客户群风险评估、客户群关系探索四类应用。 作为支持信用风险管理模式创新和金融风险防控的智能化基础，可以有效提高客户群体风险防控的意愿、能力、及时性和有效性。

图2 农业银行“金融大脑”五大突破

“AI+知识图谱”的未来展望

“AI+知识图谱”可以打破不同场景下数据与知识的隔离，避免知识孤岛。 是商业银行发挥数据价值的好手段，帮助商业银行用智慧筑起坚固的护城河。 目前，“人工智能+知识图谱”的理论和构建技术仍有待很大发展，其在金融领域的应用还处于起步阶段。 广泛深入的应用助力智慧银行建设。

“对它的仰慕和敬佩已经过时了。” 世界在变化，时代在进步。 我们处于金融行业技术创新的前沿。 让我们共同迎接我们的时代！