金融反欺诈知识图谱产品分析
目录
- 产品定义
- 产品功能和特性
- 本体和数据
- 产品架构
- 功能规划
1、金融反欺诈知识图谱产品定义
基于大规模图计算的面向个人和企业的关系挖掘系统，对用户行为进行监控数据进行采集处理和分析，最终构建多类型的实体关系网路，可以及时预警潜在风险，为金融行业用户提供风险异常检测和反欺诈行为分析。
基于技术构建的用户关系网路，这样的技术包括：数据挖掘处理，图形学，关系推理，语义分析，图资料库。
2、金融反欺诈情报知识图谱产品功能
功能有：
- 身份关系快捷核验
- 敏感信息核验
- 风险评估
- 风险变化探测
- 深度欺诈检测
- 团伙欺诈检测
- 欺诈调查指导
可对反欺诈情报知识图谱进行按以下维度进行搜索：节点及关键词，关联层级，图谱数据更新时间，节点主体，关系。
2.1、金融反欺诈知识图谱产品特性
2.1.1 深度信息，直观展示：全维度案件的可视化反查
- 传统的表格形式的反欺诈分析，关注直接关联关系，无法直观获取全维度的整体信息；反欺诈情报图谱，精准挖掘所有与目标节点有直接或间接关系的关键信息，建立完整的案件画像
- 【例如】一个账户，在多个设备上，登录多个账户。这是典型的羊毛党，可以对这些设备和账户进行拦截
- 【例如】拦截了一个账户之后，发现其绑定的身份证注册了其它许多账户，有养号或薅羊毛的嫌疑，可以继续拉黑
2.1.2 可疑关联模式检测
- 羊毛党组织稳定，关联紧密，重复使用信息的特点，可以用来检测信息共享模式，例如多人共用一套信息（手机号和身份证），关联之后形成链条型关系网路
- 交易链和担保链识别：链路式复杂关系，传统的SQL无法提取
2.1.3 风险传播侦测
- 原理：近朱者赤近墨者黑，计算网路中节点的风险分数
- 做法：打通关系图谱和黑名单库，基于黑名单，找出关系网路中的可疑个体
2.1.4 信息检索高效快速
关系型资料库，各种关系存储在不同的表中，多级关系的查询耗时较长（几个数量级的差异）。
3、金融反欺诈知识图谱本体
用户关系网路包括的节点和关系如下：
- 节点：人的信息，设备信息，账户信息，具体此处略
- 关系：例如手机号绑定账户等，具体此处略
节点+关系的数量级别，大于用户账户数量级别，因为账户会跟设备、证件、银行卡进行关联。
4、金融反欺诈知识图谱产品架构
技术的思维是，数据分散式存储，存储之后的数据处理，也即计算平台，然后形成图资料库，再在图数据的基础上给用户展示一个图形化交互界面。
作为一个图像的产品经理，我关注的点是，数据采集来源，数据更新逻辑，数据的业务处理逻辑，数据的展示逻辑，图形化交互界面的展示和展示数据的解读——毕竟用户不是专家，要有一个便于解读的体验，机器也许无法给出准确的解读，但可以帮助用户进行解读。
5、金融反欺诈知识图谱产品功能规划
风险分值评估-知识表示和机器学习
- 知识融合和推理，利用机器学习演算法进行风险群体识别
关系核验
- 关系一致性检验：不一致性就存在欺诈风险，比如两人填写的是同一个公司的电话，但公司不一样，就成了风险
- 基于共享信息的关系验证：亲密关系之间存在关联关系
风险变化探针
- 若反欺诈模型的预测结果准确性下降，说明模型效果衰竭，也许欺诈模式可能发生了变化
参考文章：
布偶：AI智能商品导购和管控：知识图谱应用漫谈
阿里副总裁玄难：藏经阁计划研发大规模知识构建技术首次披露推荐阅读：
