本文是根据11月10日Galaxybase图创课堂：乘金融科技之风：关系网络赋能银行数字化转型的应用与实践整理，错过的小伙伴们可以观看回放：https://uao.so/pct862806
精彩回顾
近年，知识图谱的重要性和实际应用逐步呈上升趋势。根据Gartner的预测，2025年是知识图谱技术的爆发期，而现在，该技术正处于成熟度的上升过程。知识图谱为复杂数据挖掘与数据分析起到了很好的补充与提升的作用。大数据时代的到来导致传统的基于参考数据所构建的小数据量静态图谱已经无法满足时代需求。新一代知识图谱把交易、事件、行为等数据融入到图谱构建中，在业务端发挥更大价值的同时，对底层支撑数据库的扩展性、读、写计算效率也提出了更高的要求。普适智能作为中国知识图谱应用领域的先行者，积累了大量的宝贵行业案例，在本次直播中为大家带来普适智能基于Galaxybase图数据库打造的普适知识中台解决方案分享。
传统数据挖掘与分析体系对于独立的、不同分布的个体的统计类的数据分析，能做到简单的关联性的分析，但是面对现在的各行各业中无处不在的复杂关系数据，传统技术无法支撑，所以需要一种技术来满足对复杂关系挖掘、分析能力的支持。知识图谱，一种以结构化的形式描述客观世界中概念、实体及其关系的技术，便在这种需求下迅速发展。关系图谱技术是基于知识图谱的知识复用，能够支持更多维的复杂决策分析，使关系网络可视化，并配合机器学习，提升数据资产的价值。关系图谱技术是计算机实现智能的基础，关系图谱之于计算机，就好比知识之于人类。人类天生擅长将信息进行分类、关联，但并不擅长记忆、处理海量碎片化的信息，而计算机可以。它能够帮助各类金融机构快速梳理和整合自由而庞大复杂的数据，极大地提升数据的运用效率，把控金融风险。金融行业由于其行业特点也成为了该领域创业最大的蓝海。
普适智能自2018年开始布局金融科技领域，通过多年自主研发与技术创新，打造企业级一站式知识图谱中台——普适知识中台。普适知识中台围绕图数据的集成、存储、治理、建模、分析、挖掘和流通等场景，实现了知识图谱构建、建模、洞察的全生命周期管理。普适智能依托自身强大的技术能力，目前已经为银行、保险、证券等领域的标杆企业提供行业解决方案，助力金融企业打破知识壁垒，实现了知识价值共享。
图数据库选型
在开发知识中台的过程中，普适智能原本想建立一个跨多图数据库的上层生态知识图谱应用平台。然而在实践的过程中，普适智能发现各个图数据库的查询标准、查询语言与接口标准并不统一，所以如果想要适配不同的图数据库，势必会大量增加研发的投入与成本。普适智能目前深耕的金融行业对底层数据库的成熟度、稳定性以及国产自主可控都有极高的要求。 所以普适智能决定转变路线，与成熟的图数据库厂商合作，并把更多的精力投入上层知识图谱应用平台的钻研与开发，为金融企业带来更多业务价值。
经过调研后，创邻科技Galaxybase的架构成熟度和性能优越性都经过了多重验证：加载与算法是普适智能最重视的两部分能力。普适智能原先试用的图数据库仅支持离线的全量增量加载（即导入时需要下线服务，此时无法进行在线查询）或是在线的单插加载，效率低、性能差、会占据知识中台数据处理的大部分时间。而为了能在有限的资源内达成客户越来越高的图分析任务实时响应的需求，尽量节省图数据加载时间、把有限的资源和时间给到复杂的图分析任务是非常重要的。与之前使用的系统相比，Galaxybase增量批量加载数据的机制，让数据增量加载的速度得到了数十上百倍的性能提升；同时其原生分布式架构能够通过增加节点的方式来提升导入的速度与吞吐量，更重要的是——新增数据的在线导入不影响在线的图服务，能够真正满足金融客户大规模实时数据处理的需求。此外，Galaxybase内置7类、57种图算法，28种算法支持分布式，无需外接第三方系统，且算法支持全面、性能优异，能够有效支撑普适智能在不同场景搭建的解决方案。 因此，普适智能联合创邻科技把Galaxybase作为知识中台的核心图数据库来运用。基于Galaxybase，普适智能能够更好地更聚焦于构建知识中台，用图赋能金融机构创造更多的价值。
基于Galaxybase底层建立的普适知识中台构建企业运维体系、强化数据治理和应用、驱动风控业务场景。 目前，普适知识中台已将运维知识图谱运用在故障影响分析与告警归集、智能故障定位和影响分析、批次故障影响分析、调用链路分析、应用架构风险分析与技术架构可视化等场景，助力企业智能运维（AIOps）落地，将大数据、人工智能等技术融入运维领域，实现智能故障预测、故障定位、故障自愈等。针对元数据治理与应用难题，知识中台打通多源异构数据，针对数据管理创建的元数据图谱应用于数据治理、找数效率优化、上下游分析、成本价值优化等场景，真正地把各元素用图谱串联起来，实现数据价值体系的可量化管理。基于普适知识中台升级的风控架构应用于新卡实时反欺诈、线下信用卡盗刷泄漏点排查、外汇异常检测等场景，大大提高了大规模数据实时决策能力，高效完成多度风险特征计算，减少金融机构损失。针对反洗钱构建的关系图谱智能分析平台，通过统一的历史进件关系视图发现信息的逻辑不一致性以及客户的社群风险密度，做到风险客户的关系圈和社群风险密度监控，并通过图算法、图指标、图嵌入、图神经网络、图模式匹配提升反洗钱模型的泛化能力，增强洗钱团伙识别能力和资金链路的分析能力。图可视化分析判研增强对可疑线索的查实分析能力，构建大额与可疑交易报告，并保存案例子图与可疑线索子图，与多人联合研判，形成线索案例库，提高业务人员对洗钱分子或是洗钱企业的识别效率。
未来，双方也将共同推进Galaxybase原生分布式高性能图平台与普适智能行业知识图谱的深度融合，协同创新，在金融科技领域继续深耕，为客户提供更加优异的解决方案，降本增效，全面驱动产业转型升级。
