知识图谱的应用实例

星环知识图谱平台-Sophon

星环科技自主研发的知识图谱平台Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化知识抽取、多模态知识存储与融合、多形式知识计算和推理以及多维度的图谱分析。除了具备链路完备性，平台还从业务场景出发，沉淀了金融、保险等场景的图数据模型、规则模型和算法模型，可以帮助用户快速解决不同场景下的业务问题。

目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。

知识图谱的应用实例

交易反欺诈

需求&痛点

1.银行帮助商户做收单结算业务期间，发现有些商户存在通过收单系统的二维码进行刷信用卡套利套现的行为。

2.存在部分客户经理为完成业绩考核指标，内外勾结准入存在大量虚假交易的商户。

解决方案

1.建立商户交易分析图谱，运用商户群体的聚类、分类模型，基于商户群的行为数据结合业务规则进行分析并挖掘出存在信用卡套利套现行为的商户个体及商户团伙

2.基于商户的知识图谱，运用LPA社区聚类算法，配置商户间关联的共同消费者与历史交易数据这两种边的权重，挖掘出存在异常交易的商户个体及商户团伙。

应用效果

1.系统上线后，连续四个月稳定运行

2.系统输出异常名单的Top 50%覆盖到当月上报案例的95%

舆情传播分析

需求&痛点

1.新闻中体现的市场情绪一方面影响中短期的估值水平，一方面也反应了市场对公司未来业绩的预判，因而把握舆情对预测整个产业链收益均有重要影响。

2.利用NLP技术从新闻中抽取的舆情信息无法传导到下游相关的公司实体。

解决方案

1.通过星环提供的Sophon+StellarDB解决方案，可以从海量新闻资讯文本中完成实体-关系-事件的智能抽取。

2.以指定事件为中心提取相关舆情信息，配置舆情传播参数并基于图结构完成计算， 终获得的舆情传播数值辅助业务决策输出。

应用效果

1.通过交叉验证的模型训练，实现模型精度达0.84，召回率达0.63。

2.支持主流的图查询语言openCypher,并融合星环自研舆情传播算法，实现高效的舆情传导可视化分析。

保险知识智能问答

需求&痛点

1.对外人工客服往往不具备专业知识，导致他们在面对保险购买对象时无法直接为其解答疑问，而只能起到转接的作用。

2.保险营销团队、保险代理人较难掌握保险专业性知识，知识专业水平参差不齐导致无法为客户提供一致的服务体验

解决方案

1.支持将产品、类型、条款等非结构化关系网数据通过图谱建模、知识抽取和实体融合等技术，构建成一个专业知识库。在知识库的基础上，实现产品条款等问题的自动语义检索、问答。

2.通过自然语言处理技术，理解人类真实意图，结合QA问答对、知识图谱等能力提供一个面向内部员工、保险代理人的保险知识百科全书。

应用效果

1.通过提高意图识别率，使得 终的问答准确率达到95%。

2.上线基于保险知识库的智能问答客服后，有效减少了人工客服的介入。

3.帮助保险代理人快速触达保险细节内容，获客效率提升了50%。