參賽單位：北京本應科技有限公司

案例名稱：基于知識推理的科創企業畫像平臺建設及應用

案例簡介：

聚焦開展科創型企業金融服務的總體目標，面向精準獲客、科學評估、分級管理的關鍵業務需求，本應科技運用以科技大數據為基礎的多維數據先進融合技術、基于非線性動力學系統的科技企業評價模型和計算技術與知識圖譜推理技術，以支撐行方在多維異構數據深度融合的基礎上，生成符合金融市場特征與科創型企業成長特征的企業畫像，多視角刻畫企業的發展階段、成長前景、潛在風險因素等多種屬性，實現場景應用與決策輔助的目標。

創新技術/模式應用：

1.以科技大數據為基礎的多維數據先進融合技術

本項目將行內數據與專利、期刊、項目、獎項、資質、人才等科創企業相關多源異構數據深度融合，結合工商、財務、司法、信用、資訊輿情等信息，以數據資源作為核心支撐，通過統一的途徑和技術方法，鏈接來源不同、類型不同、結構不同的數據，打破數據之間、服務主體之間的孤島關系，為知識推理與模型計算奠定數據基礎。

2.知識推理技術

對于科創型企業的刻畫，難點在于常規數據的支撐力度不足，企業科技創新能力特征的缺失。本項目的創新應用包含以下三個方面，一是基于企業樣本的特征抽象能力，即科創型企業關鍵特征的提煉；二是場景化的理解能力，即科創型企業的關鍵特征在不同行業不同場景下的具體含義；三是知識推理和補全的能力，即根據已有信息對科創型企業隱含屬性與隱含關系的挖掘。

本應科技采取的知識推理技術，主要包括：1）基于規則的推理，通過計算概念或新概念的包含與集合關系，開展屬性和類別推理，實現科技企業的產業自動分類；2）基于三元組算法的推理，通過計算科學技術知識的事實和關系，實現某科技企業的技術在哪個領域，建立在什么理論上，有什么特點，應用于什么場景；3）基于路徑排名算法的距離計算模型，在網絡科學理論的基礎上，將高維的技術交互網絡降為二維空間的向量，通過計算最優路徑排名，推理企業技術創新能力的水平差異。

三元組算法在技術、企業、產業關系搭建上的示例

3.科創企業評價模型和計算技術

該技術的研發基于非線性動力學系統，深度融合全球科技創新、產業經濟和資本市場數據，構建1100萬技術點、2800余技術組合、1705萬種能夠支持因果推理的語義，對科技企業進行5層90個特征指標、20的18次方非線性和神經網絡運算，每個企業運算量平均在萬億次以上，銀行可在幾秒內獲取企業畫像和評價結果。項目采用的語義和知識推理、網絡和特征計算，處于國內外科技和產業界最前沿，有望取代基于靜態關鍵詞的企業畫像技術。

4.應用架構

應用架構示意圖

項目效果評估：

當前，銀行業在輕資產、高成長性科創型企業管理與刻畫上都面臨著標的客戶挖掘的精準度、數據維度的豐富程度、評價維度的針對性、可量化程度與技術研判的專業性的問題。在當今的實踐場景中，企業畫像平臺的建設受到數據可及性與決策輔助能力的制約與限制，更常見的為企業相關數據的羅列、展示與簡單篩選，對于決策的支撐力度極為有限。本次項目的建設也立足于攻克企業畫像平臺建設與實際投貸聯動應用中的難點與痛點。

作為科創企業信用評估系統中重要的支撐模塊，科創企業畫像平臺承接著多源異構數據融合，科創企業線索收集、加工、跟蹤、推理，科創型企業全息洞察，科創企業量化評價，對公客戶分層分級管理等重要工作內容。

1.科創企業在線評價效果

本項目已成功輸出一套獨創性的面向優質科創企業和團隊的識別、評級與服務的科學有效的定量工具和方法，已成功實現不少于140家入庫企業的線上自動評分、行業劃分、核心技術識別、競爭對手識別等功能。

2.業務部門展示系統應用效果

本項目已完成對行內現有客戶資源，關鍵統計指標，企業創新能力評價及分布，科創行業資源分布等行內投貸聯動業務重點關注指標進行了梳理，以支撐行內決策。

3.區域行業獲客預計應用效果

項目建設完成后，基于企業地理信息數據與智能行業分類，可支持行方對區域內16大一級行業，471大四級行業領域的科創企業資源進行梳理，支撐精準獲客的業務需求，支撐科技企業潛客名單篩選及批量推送。

平臺檢索瀏覽圖

項目牽頭人：

趙淼

金融創新事業部副部長

責任編輯：方杰