知识图谱在金融领域的分析与应用 - 北京文因互联科技

知识图谱在金融领域的应用：回顾与现状

1. 背景与起源

• 2010年：学术界开始探讨将语义技术应用于金融领域。
• 2016年：金融界开始重视知识图谱的应用，如摩根大通的数据集成和宜信的风控。

2. 应用案例

• 2016年：Garlik的信用监控、摩根大通的数据集成、宜信和普慧的风控、富国银行的财务建模、XBRL技术相关的财务报表自动化、FIBO工作组的语义搜索等。
• 2017年：FinKG会议吸引了众多金融机构和科技公司的参与，涵盖了创投类数据库、企业基本面数据、公告数据提取、研报数据提取、泛舆情数据等。

3. 应用领域

• 智能营销和风控：基于大数据的智能营销和风控系统。
• 智能支付和智能投顾：利用图像处理的身份识别和智能投顾的资产配置。
• 智能投研和智能客服：企业图谱在银行的应用，包括智能客服和企业图谱。
• 智能监管和智能资管：自动化审计、智能监管和智能资管。
• 新兴场景：智能监管、智能资管、自动化审计等，处于市场启蒙期。

4. 关键技术

• 知识图谱的技术价值：数据结构化、流程自动化、业务服务化、服务开放化。
• 四种自动化：数据结构化、流程自动化、业务服务化、服务开放化。
• 知识图谱的应用：机器可自动审批金融文稿、智能问答系统、智能营销管理解决方案等。

5. 未来趋势

• 知识图谱作为核心工具：支持新型用户交互，实现任务自动化。
• 数据结构化：推动公告提取、年报提取、财报提取等。
• 自动化能力：提升产品创造能力，实现自动化审核、自动写作、智能问答等。

6. 价值体现

• 催化剂：加速价值产生，如跨部门数据湖。
• 浓缩铀：提炼大量知识和数据，提高自动化程度，如招股说明书自动化审核。
• 打折卡：降低成本，提高价值，如财务关系规则使能自动化审计。

7. 业务中台

• 企业知识沉淀：作为企业数字化转型的核心基础设置，提升运营能力。
• 知识图谱/知识库：支持业务规则和非结构化数据的处理，提高业务效率。