知识图谱的关键技术

知识图谱推理(Knowledge Graph Reasoning)是技术的核心。即给定实体与关系，推断出新的关系。通常有三种类型，基于逻辑的推理，基于概率的推理（例如，distributed representation）和基于前两种的混合方法(Hybrid approach)。

案例一：反欺诈（Anti-fraud）

反欺诈是整个金融和P2P行业的重点，它是公司盈利或亏损的关键点。反欺诈的本质是关系的分析，已定义的反欺诈规则有上百条，其中有些是基于复杂的逻辑关系。例如以下规则：

多个申请人共同使用同一电话号码，则这些申请人可列为怀疑对象。

不属于同一公司的申请人，却有同样的办公电话号码，则可列为怀疑对象。

申请人的有关用户曾被拒绝贷款，则需重点查看此申请人的历史信息。

检测三角关系（cycle detection）

知识图谱可快速检测出申请人之间的三角关系，阻止一些代办公司，团体组织的恶意欺诈。而传统的方式很难进行关系检测，例如在关系型资料库中做数据查询，则需要大量表的合并，在实际中无法应用。

矛盾关系检测（inconsistentrelationship）

在一个图库里有些关系是存在矛盾的。如左图：申请人和申请人1是父母关系，申请人1和申请人2也是父母关系，但申请人和申请人2却是配偶关系。这样一个矛盾的关系网说明申请人有异常，需要更多的背景调查。准确的判断用户关系，需要复杂的知识推理过程。目前的技术只支持简单的知识推理方式，提前定义所有的逻辑规则，并在整个图库中运行一遍，便可检测出异常用户。

可疑团体检验（suspicious group）

利用知识图库，也可检验组团式欺诈。如图，多个用户共享很多属性，则这些用户可能存在问题。

通过案例设计反欺诈规则

知识图谱这种展示实体和关系的方式，对业务人员更为直观易懂。例如：已确定一欺诈申请，可用在API上检验此案件与其他案件的关系。这种通过案例，设计规则流程的方式更为直观有效。

快速变化的关系结构

如果在短时间内，关系的结构发生很大的变化，则需要做异常检测。这一种较难但实用的反欺诈规则，难点在于如何把某个时间段的关系结构存储在时间图谱上。

反欺诈系统框架

整个流程分为特征分析，模型选取还有利用分数进行判断。首先，我们将选取的特征数据，运行所有反欺诈规则所得的返回值，还有用户基本信息和网上获取的行为记录，进行整合组成上百维的特征组。

然后，将之前整合的数据带入模型库得出分数。模型库包括常见的模型，例如线性回归、决策树、随机森林、支持向量机、神经网路和深度神经网路等。这个分数代表一个反欺诈的风险评估，用来支持决策。例如：在1-100的分数体系里，当分数介于80-100之间，则判断此申请人欺诈概率较大，可免去人工审核直接拒绝申请。随著系统的不断优化，分数的准确性提高，希望可以减少人工参与，达到整个流程的自动化。

案例二：失联管理

贷款人消失，所有联系方式无效时称之为失联客户。 通常利用数据挖掘的方法，进行潜在联系人查找。例如：对借款人近期通话记录分析排序，进行关系预测。除一度扩展外，也可进行二度，三度扩展。但结果以指数倍增长，此时进行排序与关系预测面临较大挑战。

排序方法

简单排序法：通话时长排序、通话频次排序

高级排序法：利用机器学习方法得出排序分数

关系预测

选取特征数据，带入模型中得出预测关系。一般有六关系类型，如父母关系、朋友关系、同事关系等。准确的关系预测在很多领域都有实际应用，例如精准营销。

知识图谱其他应用

聚类分析、精准营销、许可权控制、人力资源等等

面临的挑战

非结构化数据：如何将文字、图像、音频等非结构化数据转化为结构化数据，使之可以直接进入模型做出预测。此部分涉及机器学习、自然语言处理和数据挖掘技术。

消歧分析：如何让系统自动判断，名字相似的几个公司是否是同一家公司。

推理问题：如何从已有的信息推测出潜在的信息。

样本不足：大数据，小样本导致难以建立模型 。例如反欺诈模型，申请人很多但欺诈样本非常少，没有足够的训练数据建立模型。

推荐阅读：