�þþþ�Ʒ��һ��,��츾ɫXXXXXŷ��ϸ�Y

商業銀行(xing)數(shu)(shu)(shu)智(zhi)化(hua)(hua)(hua)解決(jue)(jue)方(fang)案(an)(an)，致力于在IT應用架構層(ceng)提(ti)(ti)供(gong)基于大(da)數(shu)(shu)(shu)據(ju)和人(ren)工(gong)智(zhi)能(neng)(neng)技術(shu)(shu)的場景化(hua)(hua)(hua)解決(jue)(jue)方(fang)案(an)(an)。公司圍繞市(shi)場需求，聚焦以(yi)銀行(xing)為(wei)主的金(jin)融(rong)客戶核心業務(wu)(wu)，從客戶內外部(bu)數(shu)(shu)(shu)據(ju)出發，運用大(da)數(shu)(shu)(shu)據(ju)、知(zhi)識圖譜(pu)、機器學(xue)習、數(shu)(shu)(shu)據(ju)挖掘(jue)等技術(shu)(shu)，為(wei)客戶提(ti)(ti)供(gong)全面(mian)的風(feng)控、營銷和運營等解決(jue)(jue)方(fang)案(an)(an)，助力客戶數(shu)(shu)(shu)字(zi)化(hua)(hua)(hua)轉(zhuan)型。整體解決(jue)(jue)方(fang)案(an)(an)包括：銀行(xing)數(shu)(shu)(shu)字(zi)化(hua)(hua)(hua)轉(zhuan)型咨詢，提(ti)(ti)供(gong)數(shu)(shu)(shu)字(zi)化(hua)(hua)(hua)轉(zhuan)型體系規劃；銀行(xing)信用風(feng)險(xian)管(guan)理解決(jue)(jue)方(fang)案(an)(an)，助力客戶全面(mian)提(ti)(ti)升風(feng)險(xian)管(guan)理；金(jin)融(rong)知(zhi)識圖譜(pu)技術(shu)(shu)服務(wu)(wu)、人(ren)工(gong)智(zhi)能(neng)(neng)算(suan)法技術(shu)(shu)服務(wu)(wu)、大(da)數(shu)(shu)(shu)據(ju)挖掘(jue)及分析服務(wu)(wu)，深入業務(wu)(wu)場景，為(wei)金(jin)融(rong)科技落(luo)地(di)及業務(wu)(wu)賦能(neng)(neng)提(ti)(ti)供(gong)支持。

運維服務——大(da)數據及人工智能技術服務

專(zhuan)注于金融(rong)行(xing)業的(de)圖(tu)譜(pu)應(ying)用場景建設、圖(tu)計算建模及AI大(da)數據人工智能技術能力，推(tui)進商業銀行(xing)數智化轉型。

解決方案——商業銀行(xing)數(shu)智(zhi)化解決方案

金融圖譜數(shu)字基座技術(shu)框(kuang)架

多元化(hua)應用

•大規模圖(tu)神(shen)經模型落地 •多任務學習及應用

智能(neng)化

•融合更(geng)多(duo)專家經(jing)(jing)驗 •圖(tu)(tu)神(shen)經(jing)(jing)技術（動(dong)態(tai)圖(tu)(tu)、元(yuan)學習(xi)、圖(tu)(tu)解釋(shi)）

更(geng)多視圖

•完善現有(you)圖(tu)譜（產業鏈拓展經(jing)濟(ji)數(shu)據） •融合更多圖(tu)譜（擔保(bao)圈(quan)圖(tu)譜等）

融合更多數據

•區域數(shu)據(ju)和經濟數(shu)據(ju) •多模態數(shu)據(ju)（輿情等）

部分應用案例

案例1：資金回流環用于偵測商戶套現

目(mu) 的

實現多度資(zi)金閉環相關的反套現規則（傳統分(fen)析平臺無法實現）。
算法

利用圖存儲結(jie)構，實現多度資金回流閉環規則。
成(cheng) 果

1.提升了一度資金回流偵測效率；

2.實現了多度資金回流的規則；

3.有效提升了銀行的套現偵測能力；
優勢

1.可解釋性強，輔助業務調查；

2.計算效率高，縮短偵測周期；

案例2：多部圖用于商戶套現偵測

目(mu) 的

通過商戶的資金流動情況，偵測套現團伙。
模型(xing)方法

1.多部圖

2.高密子圖偵測

3.圖異常偵(zhen)測

案例3：普惠金融小微企業融資欺詐識別

目的

從交易流水、工(gong)商、客(ke)戶貸款(kuan)產(chan)品等(deng)數據(ju)出發，充(chong)分(fen)(fen)分(fen)(fen)析(xi)黑樣本數據(ju)，歸(gui)納(na)小(xiao)微企業融(rong)資欺(qi)(qi)詐的特征，提煉規則，并(bing)使用圖技術重要工(gong)具分(fen)(fen)析(xi)關聯關系(xi)，識別(bie)小(xiao)欺(qi)(qi)詐風險，發現(xian)欺(qi)(qi)詐團伙(huo)。
實現方法

1.專家規則

2.半監督學(xue)習(xi)

3.圖譜分析
工作思路(lu)描述

核心要義信息比對和邏(luo)輯(ji)校驗

1.數(shu)據整(zheng)合：加(jia)強內部融資、結算、財務(wu)以及(ji)外部征信、工(gong)商、稅務(wu)、物流等(deng)類(lei)信息的整(zheng)合

2.多維度交叉驗(yan)證分析：利用納稅申報表信息、財務報表科(ke)目信息等驗(yan)證數據真實(shi)性

3.積(ji)累黑名單信(xin)息庫：積(ji)累和擴充黑名單庫，納入日常(chang)發現(xian)存在(zai)虛假或欺詐行為(wei)的(de)企業或個(ge)人(ren)

4.研發(fa)部署反(fan)欺(qi)詐(zha)(zha)類型：多模(mo)型集成推進(jin)小(xiao)微(wei)信貸(dai)反(fan)欺(qi)詐(zha)(zha)偵測
主要欺詐(zha)類型及表現

1.虛假融(rong)資(zi)主體：

•虛假證照(zhao)

•虛假出資

2.虛假交易背景(jing)：

•虛假(jia)發票

•虛假單據

3.虛假(jia)流水

•貸前(qian)流水大幅增長，貸后迅速回落

•當日(ri)大(da)額轉(zhuan)進(jin)轉(zhuan)出，基(ji)本無留存

4.虛假用途

•貸款(kuan)支付對象多選擇(ze)關(guan)聯企業(ye)

•短期內多個借款人貸款發放(fang)后流向同一企(qi)業(ye)或自然人

•多個(ge)借款人還本付息資金來源與同一(yi)企業或自然人

•超出自身資金需求的申請

•貸款支付對象與(yu)借款人無上下游(you)關系(xi)

5.虛假報(bao)表(biao)

•無(wu)明顯(xian)優勢的情況下，主(zhu)要財務指(zhi)標明顯(xian)優于(yu)同(tong)業；

•報表(biao)多個科(ke)目之間勾稽關系(xi)存在疑問

•提供的財報(bao)數據與企(qi)業(ye)賬戶(hu)流(liu)水、實地查看的銷售(shou)及庫(ku)存情(qing)況有(you)較(jiao)大出入

案例4：產業鏈供應鏈圖譜

中小(xiao)微企(qi)業信息(xi)缺失或信息(xi)失真，客戶經理(li)無法看清企(qi)業，對客戶的(de)評(ping)價主觀性較大，篩(shai)選企(qi)業時(shi)無統一(yi)標準(zhun)。
依托產(chan)業(ye)(ye)研究框架，從產(chan)業(ye)(ye)發展、行(xing)業(ye)(ye)景氣、企(qi)業(ye)(ye)競爭力、企(qi)業(ye)(ye)交易中(zhong)心度(du)等維度(du)構建近百個細分(fen)量化(hua)指(zhi)標(biao)，多維融合形成企(qi)業(ye)(ye)成長(chang)指(zhi)數(shu)。該指(zhi)數(shu)支持國(guo)內任意在營工商企(qi)業(ye)(ye)的查詢，基于資金交易流水(shui)形成產(chan)業(ye)(ye)供應鏈指(zhi)標(biao)，對企(qi)業(ye)(ye)信息進行(xing)補(bu)充，幫(bang)助客戶經理全面了解(jie)企(qi)業(ye)(ye)發展潛(qian)力及(ji)潛(qian)在風(feng)險(xian)。

企業供應圖譜透視

結合產業鏈圖譜，應用最前沿頻繁模式路徑搜索算法，在圖譜中挖掘核心(xin)(xin)客戶(hu)交易鏈條，形成(cheng)核心(xin)(xin)客戶(hu)供應鏈圖譜

從供應(ying)(ying)鏈關系(xi)質量(liang)、穩定性(xing)、競爭(zheng)力三個(ge)維度評價(jia)供應(ying)(ying)鏈，形(xing)成核心(xin)客戶供應(ying)(ying)鏈畫像

企業成長指數

案例5：銀行客戶標簽體系

價值

整合銀(yin)行內外(wai)部數據，實現客(ke)戶認知統(tong)一(yi)
建立(li)應用(yong)(yong)于(yu)客戶畫(hua)像、智能營銷(xiao)等的(de)數據庫，用(yong)(yong)于(yu)支持(chi)規則、模型、策略等管理(li)領域(yu)
提高數據(ju)復用(yong)性，支持敏捷開發

標簽體系設計流程