通过特征工程技术和多模态AI算法技术构建基于反欺诈基础场景模型,结合场景化监测模型,为反洗钱业务提供智能化风险识别和调查分析手段,高效支持金融机构监管合规要求。
- 农信体系首个全行级知识图谱应用:
以知识图谱为核心,利用复杂网络、图计算、图挖掘等大数据算法,打通整合行内多源异构数据形成10类实体和28类关系,构建复杂客户关联网络和资金交易网络,解决了基于传统技术无法识别复杂及多层关联关系的问题。
- 针对业务实际构建多模态AI模型:
通过高维机器学习算法,有效利用长尾特征,配合图关系、知识图谱等技术,可以大大提高案例识别的精准度,月度可疑账号量下降超过70%,同时大大降低人工审核量和管理成本。
- 工作效率提升与审批流程优化:
平台将对案例进行可疑率打分排序,可以根据调查人员能力分配不同可疑率的案例,提升工作效率和针对性;同时模型解析后的特征作为可疑案例描述信息,辅助案例审核,从而优化整个内部上报审核流程,提高流程效率。