2012年,知識圖譜(Knowledge Graph)概念由谷歌正式提出,本質上是一種由知識點相互連接而成的語義網絡(semantic network)。
知識圖譜是解決數據梳理和組織成知識庫的技術,是一種應用語義理解技術實現更高質量、可計算、計算機可理解的大數據結構,用于提高對數據、信息、情報的搜索查詢能力。
隨著人工智能的發展和應用,知識圖譜為互聯網關鍵技術之一,已被廣泛應用于金融科技、互聯網安全等行業領域。
毋庸置疑,金融科技的核心是風控。風控的痛點在于如何識別個人、群體反欺詐,面對這些挑戰,先花一億元針對性地在其全流程信貸風控、等產品服務中融入知識圖譜技術。
先花一億元知識圖譜的架構,可以分為三個主要部分:
第一個部分是知識獲取。先花一億元從海量的結構化、半結構化以及非結構化數據中獲取知識,包括互聯網上的數據、行業數據、日志數據等等,再進行挖掘、歸一、融合。
第二部是數據融合。先花一億元通過挖掘算法、圖數據庫等各種算法與關鍵技術,對不同數據源獲取的知識進行融合,將用戶不同種類的數據以實體-關系-事件-屬性的形式存儲,連接在一起,并在縱橫交錯的數據信息之間的構建關聯關系,最終形成行業或用戶的知識圖譜,從而了解用戶在現實世界中實際的關系。
第三部分是知識計算及應用。先花一億元利用這些巨大知識圖譜豐富的計算功能,包括調用算子去查詢、標注、計算、推理、預測等,從而完成特定的能力,并基于此形成知識圖譜的具體應用。