近日，由北京中亦安圖科技股份有限公司（以下簡稱：中亦科技）主辦的“圖譜技術賦能金融數字化轉型”線上技術交流會議順利舉辦。中亦科技大數據產品部金融科技高級總監季穎生博士主持會議，大數據產品部金融產品經理吳彤、解決方案專家楊洋就各自主題發表演講，會議還邀請了TigerGraph解決方案總監周倚平先生介紹了國外頂級金融機構對圖譜技術的應用案例，三百余位金融客戶在線上參與了本次交流活動。

中亦科技大數據產品部金融科技高級總監、交通銀行總行人工智能外聘高級專家季穎生博士作為本次會議的主持人，首先就行業趨勢、中亦大數據產品團隊做了簡單的介紹。他指出，圖數據庫與圖計算是一種極為簡潔的拓撲結構、可以表達任意維度的數據間形成的高維、復雜的網絡拓撲構造的體系架構。圖譜技術能夠驅動金融創新；以企業為中心，依托產業供應鏈，該技術可實現企業全生命周期金融需求服務。

 吳彤從圖譜建設意義、圖譜技術有效性及如何從0到1搭建圖譜進行了分享：

一．為什么要搭建金融圖譜？

近些年來，金融科技的轉型經歷了從電子化，到信息化，到現在的智能化的逐步轉型。電子化實質上是無紙化辦公的過程，用計算機代替紙和筆；信息化的典型代表是建立數倉，把信息關聯起來，能夠挖掘數據價值并向業務賦能，但是信息化階段并沒有改變業務本身，線下流程依然是它核心，軟件系統是工具，而數據是軟件系統運行過程中的副產品。而近些年，金融科技的轉型其實已經逐步在轉向智能化，智能化才是真正把數據變成業務核心的資產，來指導經營行為，數據是業務決策的支撐，所以尤其是像銀行這樣的知識型的企業，在其知識型企業的數字化轉型這個階段，知識的管理和維護是最重要的，所以需要金融圖譜作為一個金融知識管理工具，對知識進行存取、整合、積累、共享和創新，再反饋進知識系統中，形成數字化金融企業生態。

二．為什么金融機構要建設知識管理體系？

業務在經營決策的過程中需要的指導是知識的指導，而不是僅僅是海量信息的查詢，業務做風控需要風控知識，做營銷需要營銷知識，需要各種各樣的知識來指導決策，比如銀行做供應鏈金融的實質，就是需要掌握供應鏈上的企業，和企業供應關系網絡，以及供應資金網絡中多維的方方面面的知識，只有全方位地了解這些知識，才能更準確的幫助業務來定位客戶，定位需求，這也正是大數據的意義所在。

所以對圖譜的需求實際上就是對知識的需求，因為圖譜可以將內部的知識，外部的知識，老員工的知識，外部供應商的知識，都作為標簽、規則、模型管理起來，在銀行內部不斷的創新、共享、積累，在需要的時候，讓業務可以隨時調取知識來解決問題，這就是金融知識管理，也是金融圖譜建設的意義。

三．為什么說圖譜是知識管理最有效的工具？

首先，圖譜更適用于知識的表達，相對比二維表，業務的邏輯通過圖譜表達可以更具可解釋性，即便是毫無技術基礎的業務人員也能一目了然地理解；

但圖譜更重要的優勢其實是在于多維信息的表達，整合和推理，尤其是在知識管理中，一定要整合多維的知識和信息才能對實體進行更準確的描述；比如，以前批貸款可能只需要報表和流水，但現在還需要看申請人的股權關系，司法涉訴關系，甚至是高管的聯系人的公司情況，需要整合各種關聯方的信息才能綜合判斷。而圖譜的優勢也正在于此，即多維信息、關聯信息的分析能力，只有整合各種關聯關系、交易信息，財產等多維信息，才能更準確地挖掘知識，幫助客戶對業務問題做出更準確的定義和判斷。

四．如何從0到1開啟金融圖譜基礎建設？

在搭建圖譜基建的過程中，最核心的一點就是需要整合行內外數據，要做金融知識的管理，知識的管理和持續使用才是重點。因此一些銀行，可以通過搭建一些金融業常用的圖譜來整合內部的、外部的、新的、舊的，多維的知識。

1.客戶關系圖譜，可以整合關于客戶的外部信息，比如工商，擔保，司法等各種信息，以及內部的比如信用信息，信貸業務信息，產品簽約等信息，來搭建客戶關系網絡，從而挖掘客戶的潛在風險和發現更多營銷路徑；

2.資金交易圖譜，可以用來做供應鏈，可以整合外部的比如產業行業供應信息，以及內部比如供應資金流轉信息，形成多層的交易網絡、供應網絡，從而精確的刻畫和量化資金關系；當然也可以做反欺詐，可以用來追蹤個體欺詐的多級資金流轉，或者黑產集團的團體特征挖掘等。

3.產品圖譜，可以對銀行分門別類多種多樣的產品關系進行梳理，建立產品關系網絡，進而能夠挖掘產品的相似性，也做產品使用進化路徑識別等，主要可以用作產品推薦；

這些都已經在我們的很多項目中取得了不錯的成果，因為這些常用的金融基礎圖譜的搭建能夠自帶業務場景屬性，不僅快速整合了行內外數據，并且能夠更輕松地開啟知識分析和知識挖掘，銀行要做的就是在整合知識的基礎上，不斷地進行知識創新，知識管理和知識積累，最終形成數字化的金融企業生態。

接下來，大數據產品部解決方案專家楊洋就圖譜技術的具體應用場景與參會嘉賓進行了交流：

一、為什么在營銷場景中的應用圖譜？

圖譜不僅可以用于的風控業務，也在營銷業務場景中有廣泛的應用和落地。

在為對公客戶服務的過程中我們總結出了這樣一些的特點：業務種類繁多，客戶數量多，用傳統的數據庫工具及數據分析方法很難取得預期的效果。而使用圖譜和圖技術，不僅是能提升業務效果，更是一種思維的創新。

我們提煉出了對公客戶的五個核心需求：

資金管理：對資金進行合理的調配，盡可能少閑置；

銷售需求：銷售完成后，需要加強加快資金回籠；

采購需求：在采購過程中，降低支付成本，延緩現金流出，并能提前預判需求，必要時提前囤貨，或在低價期時集中采購；

融資需要：客戶需要得到高效的資金支持，使資金能夠投入到需要的地方；

理財需要：讓閑置資金更多收益。

我們做營銷，要首先知道客戶是誰，了解客戶特點，了解客戶投融資的潛力，知道客戶的成長性潛力。據此開展了企業產融畫像的項目，核心思路是評估企業成長指數。我們用資金交易流水來模擬產業和行業的特征，再加上企業特征，構建了標簽體系，用了PageRank算法評價企業關聯度，用一些列自創的圖算法來進行產業關聯評價、以及行業在產業鏈中重要性的評價，構建了宏觀到微觀的基本分析框架，由此來評價該企業的成長性。

我們做營銷，另一件重要的事情是怎么找到潛在客戶。據此，我們采用元路徑算法，從產業供應鏈的上下游角度分析兩個企業的相似度。得到相似度后，當一個企業有融資需求時，我們可以判斷另一個企業大概率也有融資需求。

二、為什么在運維場景中的應用圖譜？

銀行業的運維保障也是國內金融行業關注的重點，各大銀行都非常關注在運維過程中如何保障數據中心的服務不中斷。Facebook就曾經因為在一次運維服務中意外中斷了服務7小時，直接導致3000億美元的市值蒸發。

圖的特征與運維場景天然契合。而隨著圖技術的發展，圖譜如何運用在運維場景中的問題也得到了越來越多的關注，并且也有人嘗試將其應用落地。

在傳統的運維服務中，大量數據被存儲在關系型數據庫里。但是企業的數據規模往往非常龐大，中型企業的點邊數據可以達到千萬的級別，大型企業更是能達到10倍之多，關系型數據庫并不能適應這種體量的業務需求。此外，傳統的運維方法主要依賴人的經驗，處理數據時往往只采用單維度數據，使用傳統的統計算法。這不僅效率低下，更是無法充分發揮數據價值。

而圖的出現恰好能夠解決現在的痛點。圖的拓撲結構天然適應運維網絡，圖數據庫在處理大量數據方面體現出了卓越的性能。不僅如此，圖的各個點邊都可以存儲多維度的數據，并讓它們產生關聯，以進行更為全面的數據分析。在傳統的CMDB之外，圖數據庫補足了工單、告警、性能、APM等運維數據，并能協同已有的算法知識庫進行數據分析，提高故障排除的效率。

本次交流會得到了參會嘉賓的高度評價，也為后續在圖譜技術方面的深度合作奠定了堅實的基礎。作為國內領先的IT架構“服務+產品”綜合提供商，中亦科技一直在與眾多國內外圖譜技術廠商一道，共同推動圖譜技術在國內的落地應用，幫助金融客戶實現由技術推動的業務創新，加速數字化轉型。未來，中亦科技將繼續探索行業新趨勢，拓展圖譜技術的應用場景，加快圖譜技術應用落地的速度和進程，助力客戶積極響應環境變化和挑戰，為金融科技推動行業數字化轉型打造堅實的創新底座。