实战分享：基于知识图谱+机器学习技术搭建风控模型
一、项目业务目标定义
项目目标：
基于现有数据，利用知识图谱+机器学习技术，搭建各类风控模型或营销模型等。
通过本案例，可以与传统大数据、专家规则等方式，做一个比较直观的对比。
二、建模完整流程示例
本次案例，以搭建进件逾期风控模型为例。
具体流程示例如下（数据为测试数据，或者金融机构提供）：
2.1 导入测试数据集
数据集1：person:标注用户姓名、性别、手机号、用户黑名单
数据集2：phone:手机号、手机号黑名单
数据集3：phone2phone:通话记录拨打方、接听方、通话的起止时间
数据集4：apply_train与apply_test
进件贷款金额、实现、申请人工作、地点、父母手机号、同事手机号、公司电话、申请人id、进件状态（其中apply_test内status值为空）
2.2 分析数据
导入图数据库后，分析四张表之间的测试数据关联关系，可直接得到以下关系：
1、people节点与apply节点之间有fill关系；
2、apply节点与phone节点之间有parent_phone、colleague_phone、company_phone等关系；
3、people与phone之间有has_phone的关系；
然后通过上述关系，进而可推得如下的关系：
4、parent_phone的持有人与进件的申请人为parent_of关系，同理可推得colleague_of关系；
5、通过通话记录可推得两个people节点之间的known关系。
2.3 构建知识图谱
图：本体设计与本体构建
图：基于图的方式实体关系呈现效果
2.4 设计特征提取规则
因为最终传入机器学习模型的训练应该是一个二维数组，所以我们需要从图数据库中提取每个进件的特征。
实际项目中，可能需要设计几十个或上百个规则才可以达到需要的准确率，在这里以7个特征为例。
图：特征提取示例
2.5 机器学习模型训练
提取特征后，使用逻辑回归、GBDT、神经网络等常用二分类问题模型，对测试数据进行训练。
图：通过机器学习进行模型比较与选择
2.6 业务上线
图：机器学习+知识图谱的业务上线流程示例
2.7 效果呈现
图：基于图的方式显示各实体之间的关系
2.8 总结：
图：传统方式与图平台方式呈现效果区别
图：知识图谱+机器学习典型应场景
图：知识图谱+机器学习模型闭环上线完整架构图
基于知识图谱+机器学习，如果想得到高价值的模型，并获取良好的落地实施效果，仅仅依靠开源平台自己研究或者基于通用知识图谱技术，是远远不够的。为了避免“踩坑”或者少“踩坑”，这里可以分享几点实战经验：
1、本体设计。本体模型设计，需要落地经验丰富的厂商，积攒了比较丰富的设计方法论，才能有效支持知识图谱类项目的分析与建设。
2、算法层面。算法实现及算法调优，需要了解业务，并有落地实施经验的人员参与，才能紧贴业务需求。
3、图计算存储。基于图数据库的计算/存储引擎（ArangoDB、JanusGraph、Spark Graphx、Neo4j、OrientDB、Titan等），需要根据业务场景选择最合适的图数据库。
4、模型迭代。从数据引入、本体设计、特征建模到业务上线的闭环、稳定、迭代，为保证实施效果，尽量选择相对成熟的产品，并与落地经验丰富的厂商合作。
三、类似项目的实施效果说明及落地建议
图：基于知识图谱的风险传导模型示例
在已经落地上线实施的某金融机构风险传导模型，模型上线目标为：针对当该金融机构关注的企业出现信用违约风险之后，判断其对关联企业的传导概率和路径。
基于知识图谱+机器学习，上线后，收到了如下效果：
1、受染企业预警准确率达到71%。
2、月均推送风险受染企业483户。
3、平均每月新增逾欠客户数下降较上年同期下降11%。
利用机器学习+知识图谱技术做风控、营销、合规、监管等场景落地，比起传统的专家规则和大数据方式，可以做到真实性、合理性、实时性、关联性、场景可视化等五个方面来呈现，因此，也受到越来越多的金融机构认可。
通过从感知智能到认知智能的演进，打造基于本行数据特色的智能中台，形成基于认知智能的AI大脑后，从而真正实现场景的智能化。
图：从数据中台到智能中台的演进
由于金融机构的特殊性，面临数据来源杂、跨期长、数据大、非标准、分条线等挑战。
在实际构建知识图谱体系落地过程中，建议从小到大，先从一个大条线的子业务版块进行构建，如零售-信用卡、对公-企业图谱、企业图谱-营销落地等，再逐渐完成一个大条线的构建，最后实现全行数据打通，构建起全行级完整的知识图谱体系。
举报/反馈