欺诈关联排查系统项目

以数连接、由数驱动、用数重塑，三大能力高效管控银行风险

当前，知识图谱在金融领域的应用处于起步阶段，结合银行的具体业务来看，它能够在智能风控、反欺诈、智能搜索、智能营销推荐等领域得到深度应用，为实现精准营销、客户关系网络梳理、风险预警、智能催收等上层应用打下基础。

为积极响应北京银行数字化转型战略，信用卡中心充分运用大数据信息及技术优势，整合内外部数据及各类风险信息，首次引入知识图谱分析平台，创新性的以图谱形态构建风险关系网络的形式，重新组织多个业务条线产生的数据，科学推进项目实施，接入行内大数据平台83张数据表构建数据底图，形成12类标签数据，构建5大关联图谱风险业务模型场景。

项目建设内容及特点

为稳步推进项目展开，对项目流程引入了相关配套机制进行管控。

1. 先进的项目管理方法。本项目在吸收国际先进的项目管理方法论－－项目管理知识体系指南的管理理念基础上，使用结构化的管理方法来满足商效的系统实施和综合项目管理。为每个层次的项目组织赋予适当的权利和责任，从而加快反应速度和使成本最小化。

2. 合理安排项目计划与进度管理。项目在设计阶段即拟定出合理且经济的进度计划，并要求在执行该计划的过程中，部门领导、项目组负责人检查实际进度是否按计划要求进行，若出现偏差，要及时找出原因，采取必要的补救措施或调整、修改原计划，直至项目完成。其目的是保证项目能在保质保量的前提下按期实现总体目标。

3. 严格风险管理。本项目在项目小组周例会、项目管理周例会、项目状态报告会议上，所有项目干系人一起交流和讨论觉察到的对项目有影响的风险，项目小组随时提出与其负责的业务、技术和进度有关的风险，厂商项目经理、行方项目负责人针对潜在风险进行分析，并提出可行的解决方案，在风险排除后进行复盘，以防止类似风险的再次发生。

主要建设内容。一是搭建图分析平台。知识获取能力、知识构建能力、知识查询与分析能力、知识挖掘能力、知识服务能力、系统管理能力。依托图分析平台的可视化能力与交互探索分析能力，让风险“看得见、看得全、看得准”。依托大数据平台构建知识图谱组件，无编码完成服务提供。二是应用场景模型建设。通过K层展开、连通分支算法等技术建立亲密度模型、团伙反欺诈挖掘、黑名单关联挖掘、反洗钱风险模型、催收敏感客户名单模型。三是赋能业务系统。将场景挖掘结果定制化导出模板，定时进行数据平台入仓，支持后续使用SAS等数据分析平台深度分析数据特征。通过URL应用服务对接业务系统，实现实时调用可视化图析。

项目企业价值及社会价值

（一）企业价值。构建五大应用场景，以可视化的形态展现风险客户的关联关系全貌，提升业务人员的排查效率，节省运营成本，有效降低北京银行不良率，形成数据资产沉淀。一是亲密度网络。融合客户进件数据、交易数据、催收数据、黑灰名单等多维度数据，直观的展示客户的社会关系、交易关系、行为关系等关联。二是欺诈团伙挖掘。通过团伙案件可视化方式构建反欺诈风险关联排查系统，直观展现主体之间的关联，解决规则引擎无法识别复杂反欺诈团伙的痛点问题，避免集中性的资金损失。三是黑名单关联。基于系统的“关系穿透“能力，运用客户关系和行为关联数据，进行关系展开与链路扩展，生成黑名单客户关联客户及关联路径，有效补充黑灰名单数据。四是催收敏感名单关联。为催收人员提供逾欠客户的关系、行为的直观高效的关系网络，支持横向深度拓展挖掘，突破传统失联修复线性信息补充方式。五是洗钱团伙挖掘。通过关联网络可视化方式构建反洗钱案件关联排查系统，识别诈骗团伙、网络赌博和洗钱等违法犯罪行为背后的关联交易关系，解决反洗钱专家规则事后延滞性、无法识别复杂洗钱交易团伙的痛点问题。

（二）社会价值。使用数智化欺诈风险关联排查系统，降低北京银行运营风险，为同业友商提供了实际落地的榜样标杆，为金融市场的稳定运行做出了积极贡献。同时体现了北京银行作为成熟商业银行，对社会打击诈骗、洗钱、灰色产业链等违法犯罪行为的社会责任的担当。