KGB知識圖譜幫助金融機構進行風險預判

由於金融行業自身存在的高風險性，使得金融行業的發展也存在著各種潛在威脅，一些小的風險累計也會在不定期產生巨大的危機，因此對金融行業的風險及時發現和採取有效的預防措施就顯得極為重要。

金融風險又分為信用風險和欺詐風險。信用風險指的是由於客戶的信用引起的不想或者不願還款的情況。欺詐風險指的是利用虛假或者偽造資訊騙取貸款。比如中小型金融機構所面對的信用風險，以違約風險最為明顯，主要集中在不良貸款方面。面對客戶群體 意識較為淡薄，客戶對還款義務不明確。同時存在一些不法分子的惡意詐騙。對於信用風險的控制，貫穿於信貸生命全週期，在控制風險方面，除了銀行的實地考察，銀行可以藉助KGB 知識圖譜模型對金融行業進行風險預測。

KGB 知識圖譜功能包括： 1. 文件解析： KGB 知識圖譜引擎，可輕鬆解析多種格式與版本文件： TXT 、 DOC 、 EXCEL 、 PPT 、 PDF 、 XML 等。尤其是 PDF 檔案，可直接解析輸出為 word 格式檔案，保留檔案中表格與文字格式等重要資訊。對於圖片資訊， OCR 可自動識別並抽取圖片中的文字資訊。 2. 知識抽取： KGB 知識圖譜引擎，可從結構化表格與非結構化文字中自適應識別並抽取關鍵知識（主體、客體、時間、地點、金額、條款等），準確率高達 90% ，實現知識的快速生成。 3. 知識關聯： KGB 知識圖譜引擎深入挖掘知識關聯，將一個個知識實體連結為具有完整意義的知識事實。並具有強大的知識推理能力，推理出暗含的知識與結論，豐富知識圖譜。 4. 知識較驗： KGB 知識圖譜加工廠能夠對知識質量智慧校驗，包括對多種知識錯誤與衝突進行自動智慧核查與修正，更有知識工程師進行知識精準校驗，保證知識圖譜的準確性。

KGB 知識圖譜在金融行業的 風險預測包括對潛在風險行業預測和潛在風險客戶預測 。

在潛在風險行業預測上，基於多維度資料對行業進行細分，根據行業資訊建立關係挖掘模型，展示每個行業之間的關聯度，如果某一行業發生了行業風險或高風險事件，可以及時預測未來有潛在風險的關聯行業，金融機構從而可對相關行業的風險做出預判，儘早地發現並規避風險。

在潛在風險客戶預測上，透過 KGB 知識圖譜整合和關聯企業內部結構化資料、非結構化資料以及網際網路採集資料、第三方合作資料，發現和建立企業與企業之間的集團關係、投資關係、上下游關係、擔保關係，企業與個人之間的任職、實際控制、一致行動關係，及時預測未來有潛在風險的關聯企業。

KGB 知識圖譜 透過透過知識圖譜平臺建設，引入自然語言處理技術提升了資料處理能力提升風控水平、體現 了 大資料專案 的 業務價值 。