知识图谱的原理、特性与金融业应用实践

4月16日，由清华大学金融科技研究院金融大数据研究中心主办、未央网联合主办、百融云创承办的“金融科技在线大讲堂”第六期成功举行。平安科技知识图谱技术团队副总工程师汪伟以“知识图谱原理、特性与金融业应用实践”为主题，从当前AI技术认知逻辑框架与局限、知识图谱的意义和实战应用分析三个方面带来精彩分享。以下整理来自嘉宾分享实录：

当前AI技术关于认知的逻辑框架与局限

在AI技术关于认知这个模块，从业者经常碰到诸如此类的问题，我们为什么要去做标注？为什么要喂大量的样本给机器？为什么机器得出来的结果是一个百分之多少的可能性？为什么样本量要足够大？如果不够大又会产生什么样的效果？这就要回到问题的原点，了解了背景，才能够明白底层的逻辑。

1.学习模式差异

第一个是学习模式的差异。学习模式主要有两种，一种叫外延式学习，另一种叫内涵式学习。现在所有的机器学习、数据挖掘和人工智能，都是基于外延式学习的。其优点是只需要告诉它事物明显的特征即可，不触及本质的内在结构，方便学习，成本很低。比如我们教小朋友认识事物，指着告诉他这是桌子，这是椅子就能懂了。但这种学习模式也有缺陷，就是在推广的时候有一些特殊情形，可能容易看错。内涵式学习，比如关于人的定义，古希腊说人是一种理性的动物，后来马克思说人是一切社会关系的总和。像这样的描述，的确触及到了事物的本质，但它不好的地方就是你把这个东西告诉计算机，它却没办法计算、没法工作。内涵式学习有一个很好的地方，就是定义清楚之后，它的泛化或者说推广能力非常强，这样的话只需要学很少的样本，它就可以推广出去。

2.推理模式差异

第二个是推理模式的差异。推理也有两种方式，一种是演绎推理，一种是归纳推理。演绎推理就是所谓的三段式推理。一个经典例子：人是要死的，苏格拉底是人，所以苏格拉底一定会死。注意一下最后的推理结论，它一定是一个确凿的，而不是概率性的结论。而归纳推理，比如说男生的头发通常是短的，张三的头发也很短，张三很可能是男生。最后的结论是一种程度的描述——很可能是男生，这个概率可能是70%，也可能是80%。但如果这个时候加一些描述，比如说张三穿了一件红色的衣服，戴了一副耳环，最后的结论就会发生变化，这是归纳推理所特有的性质。前面说的机器学习、人工智能和数据挖掘运用的都是归纳推理。在风险测量或者定价的时候，增加因子数量的多少，输入信息的变化会影响最终判断结果。

知识图谱技术的原理、特性

1.关联-从数据表到数据链

知识图谱有一个很重要的特性，就是关联。在现实工作生活中，无论做企业分析还是个人分析，都会涉及到数据表。比如去办事，会被询问身份证、手机号、姓名、年龄、生日等信息，这些信息是拿来做关联的。但这种关联本身有局限性，比如很多东西关联不上，或者说关联没那么紧密。这种情况下该怎么办呢？我认为随着5G的发展，我们将从“主键关联”迈向“万物互联”，即物与物、设备与设备之间的关联，进而演进为“万数互联”的形态。

为什么说万数互联是一种趋势，或者说万数互联有怎样的意义？一方面，关联面变大。举个例子，我们经常在新闻里听到面粉会发生粉尘爆炸，很少听到小麦会燃烧爆炸。这是由于小麦磨成面粉之后，它的表面积变化了，这个比表面积变化的量级是百倍级的，麦粒表面接触到的氧原子（在它磨成面粉之后）的接触面积变大了，导致物质的性质发生了质变——变得易燃易爆。另一方面，关联力度变细。比如说一家公司和另一家公司可能不会发生关联，但是公司和事件可以关联吗？事件和事件可以关联吗？这种关联在现有的表关联的结构体系中是很少出现的，但在知识图谱里他们可以被关联起来。

2.推理-从大数定理到逻辑完备性链条

我们现在的技术，所有的统计分析，基本上都是从大数定理或者中心极限定理来的。但这两个定理有一个前提条件，样本量要足够大。在做信贷审核的时候，分析个人信用都不成问题，因为个人信息很多。但是做企业信用评级就很麻烦，不同行业的差异性很大，要在里面找一些违约样本或者破产样本很难。这里我提出了一个数学公理和天文学原理。什么意思呢？天文学有一个非常重要的特征就是用极少的信息，来还原宇宙完整的真相。第二个特征就是天文学只是一次性的发生，比如说宇宙大爆炸就发生一次，它没办法反复做实验。如果只发生一次，也就是说有些样本只有一个，需要解决在这种情况下如何分析的问题——这就是天文学特有的分析方法论——模型嵌套思想。

3.从相关性到因果性强AI发展路径

现在所有的机器学习分析，数据挖掘也好，深度学习也好，其实都是基于相关性的角度去做工作，很少去讲为什么会这样？它的因果性是怎么样的？知识图谱或许能够回答这样的问题。

在因果分析里其实有三个东西，第一是相关性，比如说太阳升起和公鸡打鸣经常伴随发生的；第二个是干预，如果鸡多叫两声太阳是不是升得更快，或者是太阳升得更大？干预一个因素，导致另外一个因素有没有相关的变化？第三个是反事实推理，假设这个鸡不叫了，太阳是不是就不升起了？这是一个现实当中不会发生的想象事件，但是它存在一个逻辑。因果性的存在有很重要的原因，因为因果性非常符合人类大脑的工作框架，人很容易或者很习惯地去问为什么。

银行业的应用实践

企业客户关联图谱及风险画像

1）需求背景

• 通过银行特有企业核心价值数据（供应链、支付链、抵质押、担保等）与欧拉强大的舆情分析、语义理解和关系推测能力相结合，建立企业客户画像，有效丰富企业关系图谱维度，更精准地推测风险传导关系。
• 通过企业客户360画像库的搭建，批量挖掘高潜客群、深度挖掘集团存量客户价值，有效扩大银行客户规模、提升存量客户贡献度。
• 通过企业客户标签体系的梳理，建立产品适配标签库和特征属性标签库，为客户智能推荐产品、为营销活动精准定位客群。

2）设计思路

3）企业经营分析-全方位多维度的银行综合竞争力评价

4）企业经营分析-银行经营分析

5）展示形式