參賽單位：北京頂象技術有限公司

案例名稱：基于關聯關系圖譜的智能風控體系

案例簡介：

基于銀行多年積累的海量內部數據，建立了一個基于頂象關聯網絡方案的智能風控系統。能夠直觀了解網內存在的欺詐團伙、涉案資金，方便審批人員定位與決策;能夠及時而客觀的分析存在的欺詐風險、欺詐占比、欺詐團伙來源等，隨時掌控全行的風險態勢。

創新技術/模式應用：

1、建立業務全生命周期的關系網絡：以圖數據模型重新抽象業務流程和組織業務數據，構建復雜的人（身份證）、設備、手機號碼、銀行賬戶、業務訂單和地址等實體之間的關系，并借助關系網絡可視化技術，將檢索的復雜關系進行可視化展現。

2、彌補規則策略和有監督學習的不足：當前反欺詐以基于流計算的規則策略和有監督機器學習模型為主，基于流計算的規則策略屬于專家經驗的應用，而有監督學習模型則對數據樣本的打標要求較高，這兩者各有缺陷。圖數據挖掘算法有大量分析方法和圖算法可以借鑒，可用于異常結構的檢測中。同時圖的半監督學習算法可以利用少量欺詐節點標簽，結合圖的關系結構信息，概率推斷其他節點實體的欺詐概率。圖算法和半監督學習算法可以作為規則策略和有監督學習的互補方案，補足原有反欺詐方法的短板。

3、進一步提升有監督學習模型效果：關聯網絡可基于無監督學習假設的圖算法，挖掘異常團伙，并用于有監督學習模型中，提高有監督學習模型的效果。

4、有效防控團伙性欺詐：當前銀行的大部分欺詐風險檢測以個案為主，如判斷一筆交易或者一個賬戶的欺詐和洗錢風險，對威脅更高的團伙性欺詐防控不足，通過關聯關系進行傳播擴散， 關聯網絡能夠發現更多風險關系和節點。

項目效果評估：

項目系統自上線以來，截止到2019年9月，累積識別的高危團伙數1200個，涉及風險敞口4.4億。每日進行團伙識別跑批時涉及百萬級別的申請數據和上億級別的交易數據，平均用時3小時。從業務排查結果看，識別的風險團伙經業務確認為風險客戶的平均比例56.3%，在實際業務風險防控方面初顯成效。

同時，沉淀下四個成果：

1、構建了立體的客戶關系網絡體系：對銀行客戶申請、還款、交易、設備等數據進行清洗和分析，深度挖掘數據之間的關聯關系。構建以客戶實體為節點，各類關系為關系邊的動態關聯關系圖譜。

2、實現了可視化關聯關系的展示與查詢：基于底層構建的關聯關系圖譜，以直觀的方式在可視化工作平臺展示客戶的關聯關系，便于審批人員直觀、快速處理復雜網絡。

3、對團伙欺詐風險能夠有效監測、預警與防控：借助構建的關聯關系圖譜，通過規則或模型對可疑欺詐團伙進行監測、預警與防控。

4、建立了數據模型平臺：以 Xintel智能建模工具實現快速建立模型、分析數據的功能，為防范團隊欺詐場景的擴展打下基礎。

“2020中國金融科技創新大賽”由中國電子銀行聯合宣傳年、中國電子銀行網共同主辦，大賽以“競逐數字時代新賽道”為主題，將收集、整理和展示商業銀行和互聯網企業在過去一年中重要的金融科技創新實踐案例，以饗行業。大賽旨在多角度、多層次展示行業創新成果，弘揚創新與合作精神，為國內外金融學者、從業者提供高質量的學術交流平臺，積極推動對金融科技領域重要問題的深入研究及最新進展的交流，為促進金融科技創新發展貢獻力量。

責任編輯：Rachel