金融ビジネスイノベーションを実現する自社開発グラフデータベースに基づくナレッジグラフ実装

人工知能の急速な発展に伴い、ナレッジグラフの実装と商業化の可能性は継続的に強化され、社内のデータ分析とマイニングの問題を解決するためにナレッジグラフ技術を導入し始めた企業がますます増え、優れた成果を上げています。

金融業界では、企業内のさまざまなオフィス文書、テキスト、画像、音声など、大量の非構造化データや半構造化データに貴重な情報が多数含まれています。しかし、これらのデータのほとんどはナレッジベースの形で個別にアーカイブされてお​​り、十分に活用されていません。これらのデータの価値を最大化する方法は現在、企業にとって大きな悩みの種となっています。

TransRing Technologyは、独自に開発した分散グラフデータベースStellarDBとナレッジグラフプラットフォームSophon KGをベースに、銀行などのユーザー向けのグラフアプリケーションプラットフォームを構築しました。このプラットフォームは、非構造化データと半構造化データの価値を迅速に掘り起こし、既存の相関関係を特定し、貴重な情報を抽出し、金融業界が直面するさまざまな問題を安定的かつ確実に解決できます。現在、StarRing Technology のソリューションは、スマートリスク管理、スマートマーケティング、スマートオペレーションなどのシナリオに適用されており、銀行ユーザーの価値創造に貢献しています。

1. 金融業界におけるナレッジグラフの応用は爆発的な成長を遂げている

セマンティック ナレッジ グラフ、セキュリティ ナレッジ グラフ、リスク ナレッジ グラフなどのアプリケーションを経験した後、グラフ データベース テクノロジが成熟し続け、金融投資や研究の分野における複雑なグラフ コンピューティング データ ソースが充実し続けるにつれて、金融ナレッジ グラフは 2019 年に爆発的な成長期を迎えました。

金融分野には現在、グループ派閥知識グラフ、産業チェーン知識グラフ、保証チェーン知識グラフ、マネーロンダリング防止知識グラフなどの規制知識グラフ、企業知識グラフ、社会肖像知識グラフ、リスク移転グラフ、信用基金グラフ、サプライチェーン知識グラフなどの銀行知識グラフ、インテリジェント投資調査知識グラフ、債券リスク知識グラフなどの証券知識グラフ、資産管理知識グラフ、債券リスク知識グラフ、FOF投資調査知識グラフなどのファンド知識グラフ、商品知識グラフ、政策チェーン知識グラフなどの先物知識グラフなど、さまざまな知識グラフがあります。

専門家は、ナレッジグラフが業界のイノベーションを推進し、マルチソースの異種データと多次元の複雑な関係の処理と視覚化が現段階での主な価値であると考えています。グラフニューラルネットワークでのディープラーニングアルゴリズムの応用は、より広い認知市場をもたらすでしょう。

2. 銀行ナレッジグラフプラットフォームとアプリケーションの問題点

現在、銀行ナレッジグラフ プラットフォームとアプリケーションの問題点には主に次のようなものがあります。

1) プラットフォームの制御が不十分。権限管理とリソース制御の機能が貧弱で、高可用性と堅牢性も低いため、実際のシナリオでのグラフ構築とクエリ権限の分離およびリソース適応の要件を満たすことができません。

2) 視覚化効果が低い。銀行のナレッジグラフプラットフォームとアプリケーションの可視化レベルを高め、グラフ比較分析、視覚的統計、時系列分析、複数のレイアウトとスタイルの設定、3D大画像表示などの機能を追加することで、サービスの効率を向上させる必要があります。

3) 自然言語処理 (NLP) 機能の欠如。テキスト注釈、エンティティ関係抽出、世論の普及、インテリジェントな質疑応答などの NLP 機能をサポートできず、ナレッジ グラフ機能をより多くのアプリケーション シナリオに拡張することもできません。

4) アプリケーションシナリオが十分に豊富ではありません。現在、銀行のユーザーは、ナレッジグラフ プラットフォームに基づいてより多くのビジネス アプリケーション シナリオを探索し、グラフ分析管理プラットフォームに基づいてビジネスを革新する能力をビジネス部門に付与することを緊急に必要としています。

金融分野におけるデータマイニングと分析の深化に伴い、銀行では、大量の構造化データや非構造化データを使用して特定のシナリオのナレッジグラフを構築する需要が高まっており、銀行全体のナレッジグラフプラットフォームを構築してビジネスを強化したいと考えています。一方では、ビジネス担当者が深い関係トポロジを構築するのを支援し、他方では、グラフ分析とグラフアルゴリズムを使用してビジネス洞察の効率を向上させることを期待しています。

3. StarRing Technologyが銀行のナレッジグラフ構築を支援

StarRing Technologyは、独自に開発した分散グラフデータベースStellarDB + ナレッジグラフプラットフォームSophon KGをベースに、銀行などのユーザーが知識獲得、グラフ構築と保存、グラフ更新と反復、グラフ計算と分析などの機能を実現するためのグラフプラットフォームを構築しました。また、StarRingプラットフォームの高可用性と堅牢性により、高可用性、リソース管理、視覚化効果、NLP機能などに対する顧客のニーズを満たすことができます。

StarRing Technology のグラフ ナレッジ ソリューションは、より堅牢で、パフォーマンスが高速で、超大規模グラフをサポートし、グラフ比較分析、視覚的統計、時系列分析、複数のレイアウトとスタイルの設定、3D 大規模グラフ表示、NLP などをサポートします。

オープンソース システムに基づくナレッジ グラフ プラットフォームの構築と比較して、TransRing Technology の自社開発製品に基づくナレッジ グラフ プラットフォームの構築には明らかな利点があります。

グラフデータベースに関して言えば、StarRingのプラットフォームはオープンソースコンポーネントではなく、StarRingが独自に開発した分散グラフデータベースStellar DBに基づいており、オープンソースよりもパフォーマンスが優れており、4〜6倍高速です。兆エッジのグラフデータの保存をサポートし、高速なクエリ速度、強力な分析機能、高い安定性などの特徴を備えています。

グラフ アルゴリズムのサポートに関しては、StarRing Technology の KG および StellarDB プラットフォームは幅広いグラフ アルゴリズムをサポートしており、組み込みの金融シナリオ NLP モデルは半自動のテキスト構成をサポートしています。一方、オープン ソース ソリューションでサポートされているグラフ アルゴリズムは手動で開発する必要があり、開発コストが高く、NLP をサポートしていません。

クラスタリングに関しては、StarRing テクノロジーの基盤となるプラットフォームはコンテナに基づいており、より優れたリソース管理と高可用性のサポートを提供し、リソースの共有を容易にし、容量を動的に拡張および縮小できます。

オープンソースプロジェクトのリソース分離は一般的です。不適切なユーザー操作により、クラスター全体がクラッシュする可能性があります。高可用性はサポートされていません。リソース共有機能の実装は困難です。容量の動的な拡張と縮小は不可能です。

4. 銀行ナレッジグラフの3つの典型的な応用シナリオ

現在、StarRing Technology のナレッジ グラフは金融分野で複数の実装事例があります。銀行は StarRing Technology の分散グラフ データベース StellarDB と Sophon KG を使用して関係グラフとマイクロ イベント グラフを構築し、資本ブレークポイント分析、異常なグラフ パターンの探索、異常なトランザクションの識別、トランザクション トラジェクトリ モデルなどのシナリオに適用しています。紹介するシナリオとしては、代表的なものを 3 つ選びます。

1) 融資後の資金浸透管理

従来の法人向け融資の融資後管理は、主に営業担当者による定期的なレビューに依存しており、時間と労力がかかります。 StarRing Technologyは、分散グラフデータベースStellarDBとSophon KG製品の助けを借りて、取引ビッグデータと企業関連データを統合し、企業ナレッジグラフを構築しました。Fast-unfoldingやk-coreなどのグラフアルゴリズムを使用して、融資後の資金の異常や資本チェーンのブレークポイントなど、さまざまな異常パターンの識別を実現しました。正常および異常な取引を迅速に発見し、異常な資本チェーンパターンを識別し、融資後の資金を合理的に管理できます。

中でも、StarRing Technology の分散グラフデータベースである StellarDB は、大量のグラフデータを保存できるため、データの融合が可能です。ネイティブでサポートされているグラフアルゴリズムにより、バッチ分析が簡単になります。サポートされている openCypher グラフ検索言語は習得と使用が簡単で、インタラクティブ分析の効率を向上させるのに役立ちます。

Sophon KG は豊富なクエリおよび分析機能を提供します。ユーザーは、フィールドにキーワードまたは自然言語を入力するだけで、それらをナレッジ グラフ内の客観的な世界の概念やエンティティにマッピングできます。検索結果には、ユーザーのニーズを満たす構造化された情報コンテンツが直接表示され、データが自動的に関連付けられて分類され、最も緊急または優先度の高い情報が自動的に割り当てられます。

2) 企業関係マップ

ある銀行のユーザーは、2018年にナレッジグラフ分析アプリケーションシステムの構築を開始し、Sophon KGのナレッジグラフ技術と自然言語処理技術を組み合わせて、ナレッジグラフに基づく最初の企業顧客リスク管理モデルを作成しました。

企業関係マップの開発は2段階を経ています。まず、法人顧客情報データに基づいて、企業関係マップを構築し、法人顧客の株主、保証、投資、取引、地位、法人、グループ、実質的な管理者などの関係を調査し、銀行全体の法人顧客関係ネットワークを作成しました。

次に、インタラクティブなナレッジグラフ アプリケーションを作成します。グラフ分析とNLP自然言語処理を組み合わせることで、自然言語を入力するだけでグラフデータに基づいた分析や表示効果を実現できます。

グラフ アルゴリズムの使用と、StarRing が独自に開発した分析リスク伝達モデルを組み合わせることで、3D 視覚化と直感的な表示がサポートされ、リスク分析のレベルが大幅に向上します。

3) 企業連合マップに基づく中小企業のリスクイベントマップ

ある銀行は、罰則データ、第三者データ、世論データ、発表データ、過去のイベントデータなどに基づき、StarRing Technologyのナレッジグラフプラットフォームとリスク警告システムを組み合わせ、ディープ分析などの技術を使用してリスクイベントが企業/個人のイベント主体とイベント要素に与える影響を分析し、イベントリスク分類システムとイベントライブラリを形成し、イベントのリスク警告、評価、処理、分析、監視、管理を実現しました。

5. ナレッジグラフに基づく銀行のコア管理能力の向上

StarRing Technology のナレッジグラフベースのソリューションは、銀行ユーザーにさまざまな機能の向上をもたらします。

1) 顧客サービス: ネットワーク化された付加価値の高い顧客サービスと持続可能なビジネス能力

インターネット金融の考え方に基づき、さまざまな物理チャネルと電子チャネルのデータを統合・改善することで、総合的な統一顧客情報ビューと顧客マップを構築し、製品イノベーション、マーケティング開発、信用サービスなどの管理機能を効果的にサポートし、より透明で便利で効率的なマルチチャネルと統合顧客パフォーマンス分析と「顧客中心」の持続可能なビジネスサービス機能を実現します。現在の主な応用分野としては、チャネル サービス、顧客関係などが挙げられます。

2) 製品の革新、差別化された適切な顧客サービス、持続可能な運営能力の面で

製品マップを構築し、標準化された製品ポリシー定義でクレジットビジネスの標準化された運用を推進し、製品のコンポーネント化で製品イノベーション方法を最適化し、製品の差別化で価格設定機能を最適化し、製品レベルで顧客の信用資産リスク管理目標の分解と実装をサポートし、製品中心のイノベーションと管理サービス機能を実現します。現在、主な応用分野としては、ビジネスハブ、金融工場などが挙げられます。

3) 統合管理と制御：統合・集中化された信用管理と担保管理機能

顧客信用管理の面では、統一信用管理原則に基づき、顧客の総合的な資金調達ニーズに応じて構造化およびマルチレベルの信用枠タイプを定義します。リスク軽減メカニズムのコンプライアンス要件と信用業務に必要な担保のライフサイクル全体の管理プロセスを組み合わせ、担保の特性に基づいてリスクエクスポージャー軽減ビジネスマップを構築し、統一信用インサイト分析をサポートします。

4) リスク管理に関しては、リスク監視とリスク定量化能力の洗練と徹底

統合され、相互接続され、差別化され、洗練され、自動化された信用後監視措置を確立し、リスクマップを構築し、統合リスク監視システムの管理能力を実現し、「リスクイベント駆動型」リスク警告システムの早期認識と識別を洗練し、主要な集中リスクの危険を解決します。現在は複合サービスや顧客信用などの分野で主に利用されています。

5) 効率的な管理: 標準化された連携された顧客サービスと持続可能なビジネス能力

企業経営面では、経営管理対象を核として、データ活用意思決定支援の効率化を図り、顧客中心、市場志向、リスク管理をベースとした資産洞察分析とデータ活用分析システムを実現します。