如何利用星环科技国产图数据库打造金融行业方案近年来

近年来，人工智能、图计算、区块链等为代表的新兴技术发展方兴未艾，推动着金融业数字化转型进入深水区。作为科技创新大潮下的核心基础技术之一，图计算技术凭借在数据分析和处理领域的独特优势，逐渐在金融业数字化转型中发挥着愈来愈重要的作用。

文章图片

文章图片
?目前，金融行业知识图谱应用正处于爆发期。星环科技首席金融行业架构师曾晨光介绍，在国内，利用企业自研的国产图数据库、知识图谱平台和知识挖掘应用经验，完全可以构建监管和金融行业的知识图谱方案，既能满足用户金融风险监管、精准营销、投资分析交易等核心应用场景的需求，又能满足自主可控与安全的要求。
作为国内大数据与人工智能基础软件的领头羊，星环科技利用自研的具有自主知识产权分布式图数据库Transwarp StellarDB和知识图谱平台Sophon KG ，与金融行业的头部机构合作，构建了多个领域的知识图谱应用场景，涉及集团派系知识图谱、银行对公知识图谱和零售知识图谱，证券公司反洗钱知识图谱、投研知识图谱等应用，并取得了出色的应用效果。
01
金融行业图应用
正从监管、大银行向中小银行渗透
从2019年底开始，图数据库等开始在国内的监管机构、各大交易所、大型银行等开始应用。这些机构纷纷选择国产自主研发的企业级分布式图数据库和知识图谱平台，构建知识图谱应用。
与此同时，国产的图数据库、知识图谱平台以及知识挖掘应用技术与产品不断涌现，知识图谱全栈整体解决方案逐渐完善。到了2021年，图技术商业化的步伐不断加快，在监管、金融行业的应用也将从大型银行，走向成本敏感的中小型金融机构。
曾晨光介绍，目前，金融机构知识图谱应用发展面临的挑战主要有两个：
一是图数据源匮乏。受支持图谱表达和存储的实体、关系、属性三元组的图数据源获取瓶颈的制约，早期知识图谱最早应用于监管和大银行的风险图谱，如反洗钱、反欺诈图谱应用等，取得了不错的效果。这类应用一般都属于同构图，整个图谱Schema中只包含一类实体和一类关系，相对容易实现。
而大于一类实体和关系的异构图近年来发展迅速，包括工商数据网络、司法数据、供应链、产业链、价值链、担保链、社交网络等应用场景的异构图数据源不断丰富，预示着未来2-3年，异构图知识图谱将是金融行业应用的主战场。
二是图技术的成熟度。金融机构在知识图谱应用中的主要投入除了图数据源以外，主要包括图数据库、知识图谱建模平台选购，以及知识图谱应用构建等。由于图数据库+知识图谱PaaS+图挖掘应用等技术成熟度不高，导致知识图谱商业化落地很难实现标准化。而定制化程度越高的新技术投入的预算就越高，只有大型金融机构才有资金实力投入预研性质的开发或者选型，限制了知识图谱的应用与推广。
面对金融机构的关系发现和关系查询等需求，传统关系型数据库需要不断地多表关联，跨表查询，在面对图结构大于10度以上的关系搜索时就会出现严重的性能瓶颈，甚至出现算不出来的现象。
传统的关系型数据库显然无法满足金融机构金融监管、金融风控、金融投研等图计算的需求，而分布式图数据库因为可以处理超大规模的图计算应用，因而受到金融机构的青睐。同时拥有图数据库、知识图谱平台、图挖掘应用开发的供应商更受用户的欢迎。