收藏本页 打印 放大 缩小
0

保险业如何利用知识图谱

发布时间:2019-11-08 09:56:36    作者:    来源:中国银行保险报网

□章小兵

知识图谱(Knowledge Graph/Vault)作为人工智能技术重要的分支之一,是近年来计算机科学领域研究的前沿热点,资本市场也对这项技术表现出了浓厚的兴趣。其能以图形方式可视化展示实体之间的关联,能更快捷、更简单地发现新的信息、新的非结构数据模态和新的知识,达到洞察客户、降低交易风险的目的。

什么是知识图谱

知识图谱,是一种基于图形的数据结构,其本质上是语义网络,由节点和边组成。节点是现实世界中存在的“实体”,边是实体与实体之间的“关系”。知识图谱是关系网络最有效的表达方式,可以用来更好地查询复杂的关联信息,从语义层面理解用户意图。通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络,其提供了从“关系”的角度去分析问题的能力(见下图)。

例如在图中,知识图谱可以用来很好地查看保险类别和类别之间的关系,如包含、条件、从属等。如果我们将保险业中囊括的信息、涵盖的维度等内容,诸如保险产品、产品价格、保额、有效期等,通过建模、抽取、融合、存储、推理、更新构建成知识图谱,或能够通过知识图谱从语义层面理解、展示意图,从而大大提升效率和质量。

知识图谱的技术优势

1.能快速明白真正含义和指向,规避一词多义现象

比如“芒果”可能是一种水果,也可能是一个网站名称,也可能是一个电视台名称。如果仅通过关键词匹配,常常会产生歧义。而知识图谱可以通过上下文实体关联关系,缩小搜索范围,借助优先级算法,快速找到用户真正关心的东西。

2.能提供智能的知识网络

知识图谱能更智能、更精准的理解字符串的含义,更简洁高效的提供信息服务。比如,Google搜索引擎在页面右侧推出了以知识图谱为背景的知识面板Knowledge Panel。当用户搜索某个事物时,左侧是传统谷歌搜索返回的一列按相关度排列的网站链接,右侧则将一条条与搜索内容有关的知识作为结果直接呈现,省去了逐个网页点击阅读的“痛点”。

3.具备可扩展性

在企业的数据库、文档、传感器、访问日志、图像、音视频等数据中包含了大量反映企业业务的数据事实和业务知识。知识图谱不同于以往的关系型数据库存储,将所有数据以“实体-关系-实体”的形式进行存储,最直观地展示了数据及数据背后的关联,基于动态可扩展的本体模型支持存储结构化、半结构化、非结构化数据。

4.具备强大的推理挖掘和不一致性检测功能

知识图谱不仅限于满足数据存储和调用的功能,通过知识图谱,我们可能会了解到之前不知道的东西,以及这些不同东西之间的关联关系。通过知识推理的方式把隐含的信息表达出来,甚至可以利用知识图谱里面的不一致性去检测发现已存矛盾或有冲突的知识。

知识图谱保险业运用

1.精准营销获客

面对愈发激烈的市场竞争,准确的理解客户意图、有效匹配客户需求和自身产品及服务,是保险机构在竞争中的软实力。相较于传统的渠道获客方式,新兴的智能数据挖掘方法,如客户画像体系和精准营销模型,在营销场景中具备明显优势。客户画像有很多种做法,除了传统的客户标签之外,知识图谱能更好的反应与用户相关的关系、事件、行为等因子,使画像更具有结构化、动态化的过程。结合这些实时、动态、结构化的基础画像服务,为客户分类、精准营销等上层应用提供基础。

2.风险预测

一方面是风险舆情监控,对保险公司关联关系进行挖掘,实现语义上精准的舆情预警,帮助保险公司掌握风险舆情一手信息。一方面是承保风险预测,基于多维度的数据,建立起客户、企业和行业间的知识图谱,从行业关联的角度预测行业或企业面临的风险。例如,通过对行业进行细分,根据贷款信息、行业信息建立行业间的关系模型;通过机器学习,可发现各个行业间的关联度,如果某一行业发生了行业风险或高风险事件,根据关联关系可以及时预测有潜在风险的其他行业,从而可以帮助金融机构做出预判,尽早地规避风险。

3.风控反欺诈

近年来,保险欺诈形式花样繁多,团伙欺诈、内外勾结等手法推陈出新,不少欺诈案件会涉及复杂的关系网络。在这种严峻形势下,原来通过单点突破进行反欺诈或者侦查的方法已经远远落后于时代需要。反欺诈的核心是人,知识图谱技术将把与投保人和受益人相关的所有数据源打通,整合投保人和收益人的基本信息,如消费记录、行为记录、关系信息、线上日志信息等,进而进行深度分析和预测。

4.优化业务流程

通过对内部半结构化和非结构化材料进行知识提取与规则建立,能够帮助保险公司形成内部材料快速电子化,确保数据正常流动,极大提升工作效率的同时,有助于得出对业务有益的知识。

5.信息多维化可视化展示

除上述应用场景外,知识图谱还可以实现信息多维化可视化展示的功能。比如,通过一个被保险人的身份证号,知识图谱中就会出现与之相关的消费记录、联系人信息、行为特征、职业、同业等关联标签信息。通过知识图谱的可视化展示,把复杂的关联非常直观地呈现出来,使得各类信息的整体关联情况可以一目了然。

当前,以人工智能为代表的新兴技术已步入快速发展与落地应用的关键期,新兴技术与保险的融合应用已成为驱动保险行业数字化转型的核心引擎,科技创新已成为保险全行业的核心竞争力。如何做到科技赋能,一方面,保险机构可以借助业内先进科技公司的力量快速提升自身的科技实力,从而更好更快地强化自己的保险服务本质能力;另一方面,科技公司可以与同业进行合作,也可以跨界竞合,相互赋能,构筑起优势互补的行业可持续发展生态。

(作者单位:德联易控科技(北京)有限公司)


保险业如何利用知识图谱

来源:中国银行保险报网  时间:2019-11-08

□章小兵

知识图谱(Knowledge Graph/Vault)作为人工智能技术重要的分支之一,是近年来计算机科学领域研究的前沿热点,资本市场也对这项技术表现出了浓厚的兴趣。其能以图形方式可视化展示实体之间的关联,能更快捷、更简单地发现新的信息、新的非结构数据模态和新的知识,达到洞察客户、降低交易风险的目的。

什么是知识图谱

知识图谱,是一种基于图形的数据结构,其本质上是语义网络,由节点和边组成。节点是现实世界中存在的“实体”,边是实体与实体之间的“关系”。知识图谱是关系网络最有效的表达方式,可以用来更好地查询复杂的关联信息,从语义层面理解用户意图。通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络,其提供了从“关系”的角度去分析问题的能力(见下图)。

例如在图中,知识图谱可以用来很好地查看保险类别和类别之间的关系,如包含、条件、从属等。如果我们将保险业中囊括的信息、涵盖的维度等内容,诸如保险产品、产品价格、保额、有效期等,通过建模、抽取、融合、存储、推理、更新构建成知识图谱,或能够通过知识图谱从语义层面理解、展示意图,从而大大提升效率和质量。

知识图谱的技术优势

1.能快速明白真正含义和指向,规避一词多义现象

比如“芒果”可能是一种水果,也可能是一个网站名称,也可能是一个电视台名称。如果仅通过关键词匹配,常常会产生歧义。而知识图谱可以通过上下文实体关联关系,缩小搜索范围,借助优先级算法,快速找到用户真正关心的东西。

2.能提供智能的知识网络

知识图谱能更智能、更精准的理解字符串的含义,更简洁高效的提供信息服务。比如,Google搜索引擎在页面右侧推出了以知识图谱为背景的知识面板Knowledge Panel。当用户搜索某个事物时,左侧是传统谷歌搜索返回的一列按相关度排列的网站链接,右侧则将一条条与搜索内容有关的知识作为结果直接呈现,省去了逐个网页点击阅读的“痛点”。

3.具备可扩展性

在企业的数据库、文档、传感器、访问日志、图像、音视频等数据中包含了大量反映企业业务的数据事实和业务知识。知识图谱不同于以往的关系型数据库存储,将所有数据以“实体-关系-实体”的形式进行存储,最直观地展示了数据及数据背后的关联,基于动态可扩展的本体模型支持存储结构化、半结构化、非结构化数据。

4.具备强大的推理挖掘和不一致性检测功能

知识图谱不仅限于满足数据存储和调用的功能,通过知识图谱,我们可能会了解到之前不知道的东西,以及这些不同东西之间的关联关系。通过知识推理的方式把隐含的信息表达出来,甚至可以利用知识图谱里面的不一致性去检测发现已存矛盾或有冲突的知识。

知识图谱保险业运用

1.精准营销获客

面对愈发激烈的市场竞争,准确的理解客户意图、有效匹配客户需求和自身产品及服务,是保险机构在竞争中的软实力。相较于传统的渠道获客方式,新兴的智能数据挖掘方法,如客户画像体系和精准营销模型,在营销场景中具备明显优势。客户画像有很多种做法,除了传统的客户标签之外,知识图谱能更好的反应与用户相关的关系、事件、行为等因子,使画像更具有结构化、动态化的过程。结合这些实时、动态、结构化的基础画像服务,为客户分类、精准营销等上层应用提供基础。

2.风险预测

一方面是风险舆情监控,对保险公司关联关系进行挖掘,实现语义上精准的舆情预警,帮助保险公司掌握风险舆情一手信息。一方面是承保风险预测,基于多维度的数据,建立起客户、企业和行业间的知识图谱,从行业关联的角度预测行业或企业面临的风险。例如,通过对行业进行细分,根据贷款信息、行业信息建立行业间的关系模型;通过机器学习,可发现各个行业间的关联度,如果某一行业发生了行业风险或高风险事件,根据关联关系可以及时预测有潜在风险的其他行业,从而可以帮助金融机构做出预判,尽早地规避风险。

3.风控反欺诈

近年来,保险欺诈形式花样繁多,团伙欺诈、内外勾结等手法推陈出新,不少欺诈案件会涉及复杂的关系网络。在这种严峻形势下,原来通过单点突破进行反欺诈或者侦查的方法已经远远落后于时代需要。反欺诈的核心是人,知识图谱技术将把与投保人和受益人相关的所有数据源打通,整合投保人和收益人的基本信息,如消费记录、行为记录、关系信息、线上日志信息等,进而进行深度分析和预测。

4.优化业务流程

通过对内部半结构化和非结构化材料进行知识提取与规则建立,能够帮助保险公司形成内部材料快速电子化,确保数据正常流动,极大提升工作效率的同时,有助于得出对业务有益的知识。

5.信息多维化可视化展示

除上述应用场景外,知识图谱还可以实现信息多维化可视化展示的功能。比如,通过一个被保险人的身份证号,知识图谱中就会出现与之相关的消费记录、联系人信息、行为特征、职业、同业等关联标签信息。通过知识图谱的可视化展示,把复杂的关联非常直观地呈现出来,使得各类信息的整体关联情况可以一目了然。

当前,以人工智能为代表的新兴技术已步入快速发展与落地应用的关键期,新兴技术与保险的融合应用已成为驱动保险行业数字化转型的核心引擎,科技创新已成为保险全行业的核心竞争力。如何做到科技赋能,一方面,保险机构可以借助业内先进科技公司的力量快速提升自身的科技实力,从而更好更快地强化自己的保险服务本质能力;另一方面,科技公司可以与同业进行合作,也可以跨界竞合,相互赋能,构筑起优势互补的行业可持续发展生态。

(作者单位:德联易控科技(北京)有限公司)

未经许可 不得转载 Copyright© 2000-2019
中国银行保险报 All Rights Reserved