企业关系图弱爆了,真正的知识图谱大杀器在这!

2017 年 7 月 17 日 钱皓频道 钱皓

  

最近CCTV报道了“红色通缉令”嫌犯郭某某在海外“爆料”的信源调查真相,“爆料人”真实身份浮出水面,骗局被逐个击破。


没想到背后“躺枪”的,竟然是我在地铁和办公电梯里都常看到广告的某企业知识图谱网站。这究竟是咋回事?

   

     

01

知识图谱到底有多牛

郭某人居然拿它唬人?

   

6月16日,郭某某在境外媒体上展示了中国东方资产管理公司、北京慧时恩投资有限公司等公司的股份持有情况图,并声称某领导的亲属控制着20万亿元的资产,信息来自国内高层领导。


而近日公安机关侦破的两起案件,对郭的肆意造谣打了一记响亮的耳光。郭某某展示的“公司股权结构图”,其实是无业人员陈向军等人为骗取郭的钱财,在一家供普通用户查询公司和法人关系服务的知识图谱网站上,搜索到的公开信息和可视化知识图谱,再加上PS篡改而成。

 

图数据技术挺火的,很多公司都在基于这门技术做一些应用。但是都是简单的在呈现事物间的关系,并没有太多的实际价值。而知识图谱的价值在于,它犹如一张网络,清晰地显示了大数据中的各种关联关系。这基于图的数据结构由“节点”和“边”组成,每个节点都代表着一个现实世界中的实体,比如“人、车、手机号”等等,而每条边就是实体与实体之间千丝万缕的“关系”。

  

比如,这就是知识图谱的一种表现形式(来源:WSJ)

 

比起传统的关系型数据库,知识图谱更擅长建立复杂的关系网络,而且有更高的关联查询效率,尤其是涉及到2、3度的关系查询。


同时,基于图的存储在设计上非常灵活,一般只需要局部的改动,而关系型数据库修改起来就得“牵一发而动全身”,灵活性较差。因此,在知识图谱的体系里可以实现“万物互联”,更高效地在海量的关联关系中挖掘数据价值。

 

没想到这项黑科技被犯罪分子盯上了,还套用了P图的伎俩,把不明真相的网民唬得一愣一愣的。这家知识图谱网站的“躺枪”,也从侧面说明了知识图谱这个行业越来越火了。

 

不过,说起知识图谱领域,最让皓哥服气的还属明略数据。他们的产品明略SCOPA就是一款基于垂直行业的大数据知识图谱应用,已经在公安情报和金融风控等领域很好地落地了商业价值。下面我们就举几个例子,来看看明略的知识图谱产品到底牛在哪里。

  

 

明略数据产品SCOPA

     

02

基于明略SCOPA

公安情报和金融风控怎么玩?

 

明略在公安领域的主要应用是情报研判。


SCOPA将公安的数据和业务系统做了整合,通过海量数据找到嫌犯的藏身之处,民警仿佛多了一个神机妙算的左膀右臂。具体来说,SCOPA在公安领域的价值体现在以下几个方面。

 

首先,SCOPA用一键多账号登录的方法,打通了原本割裂的跨地域、跨领域数据库信息,从而提高警方大数据查询的效率。


在过去,公安系统内出于安全和区分各个警种的业务定位等原因的考量,建设了大量业务系统,但系统之间的数据却不能很好地互通共享;情报研判人员查线索可能要在多达200个不同的系统间来回查询。


如何用大数据的力量,解决研判低效的问题?明略提供了一种答案。民警可以在SCOPA系统中一键登录多个权限账号,并把原先多个独立系统中的人、车、电、网、图像等业务数据,全部统一到同一平台,实现一键秒级查询。


大幅节约了研判时间,还全方位地扒掉了犯罪嫌疑人的“底裤”,让新的关联线索浮出水面。


其次,以往公安判案是由点到面地找破案线索,现在有了大数据算法,机器由面到点的拆解速度是人类无法比拟的。

 

如果你看过侦探小说,对传统的警察判案思路想必不陌生。一桩杀人案,警方会从案件现场事实出发,判断是自杀还是他杀,是情杀还是仇杀等等。


基于“情杀”的假设,他们会逐一排查死者的情人,看谁的作案嫌疑最大;再一路抽丝剥茧,通过由点及面的方式,找出背后的凶手或是作案团伙;也有可能最终一无所获,排除情杀的可能,转向别的逻辑。


这个过程的问题就在于不确定性很高,如果错过了某人在某时刻的关键行动,就会导致线索中断,大海捞针。


比如《白夜行》中的男女主角亮司和雪穗,两个看似毫无关系的青梅竹马,其实一直暗中联系、巧妙配合,犯下一连串的罪行,而警察却追查案件二十多年无果。

 

而SCOPA系统中全量数据编织的情报知识图谱,已经蕴含了所有公安关注的人及其相互间的显性和隐性关系。


机器与人最大的不同就是不知疲倦;多研判一两百号人的资料,对于机器而言并没有多大工作量的增加。


因此,机器可以用反向的“由面到点”利用已搭建好的知识图谱平台进行关系挖掘寻找罪犯,层层遍历受害者的所有社会关系、通讯录好友、好友的好友等,寻找其中在行为上和本案有关联的人或群体,再匹配犯罪风控模型,自动得出结论:某个人或某个群体有犯罪的可能。


这样一来,即便是亮司和雪穗这样隐秘、互利共生的“帮凶”关系,也会因为同时、同地出现,或是曾经有过同学和邻居关系,在知识图谱中露出马脚。



戳视频了解SCOPA产品

 

再者,明略SCOPA知识图谱能够“量化世界”,让大数据可视化,易操作易理解,简化复杂的判案过程。

 

引用汇智创享CEO张浩的观点:知识图谱的意义在于“量化世界”,让以前模糊的世界变得更加清晰。这也是人类文明从语言文字向数据化时代进步的关键一步:以前人类用文字符号代表和区分世间万物,而知识图谱是在此基础上的巨大创新。


同时,知识图谱也是视觉解析引擎与自然语言解析引擎的基础,只有将知识图谱做好,才能在此基础上发展事物组合图、视觉解析引擎和自然语言解析引擎,因此,知识图谱是人工智能的基础环节。


而SCOPA的公安情报知识图谱也是在践行这一理念,将原本复杂低效的传统研判过程变得更智能化、更简单。


警方一旦明确了问题,在系统中检索,系统就会用易于理解的可视化界面,自动展现所有相关信息。警察也可与其进行可视化交互,比如点击、拖拽等等,从图形中找到想要的答案。

 

正是基于这些创新,明略SCOPA已经为公安机关的实际断案立下了战功。

 

比如最近,石家庄警方就利用SCOPA在短短5分钟内迅速破案。5月30日,石家庄发生了一起奥迪司机打人逃逸事件。当事人报警后,公安机关迅速反应,于6月1日中午将正要登机的犯罪嫌疑人刘某抓获并处以刑事拘留。

 

其实,这起看似简单的案件侦查曾一度陷入僵局。通过车牌号查到的涉案奥迪车车主,并非打人者本人,且已失联。仅靠线索中断的车牌号和一段模糊的监控视频,要找到打人者何其困难。


而专案组求助了基于SCOPA研发的石家庄市局情报实战平台“昆仑镜”,短短数分钟便找到了犯罪嫌疑人的关键情报,为抓捕直接指明了方向。刘某估计做梦都没想到,开别人的车还能这么快被逮捕,真是“插翅难飞”了。

 

最近国家金融会议召开,防范风险成为了关键词。


而知识图谱在金融风控领域也有着非常多的应用场景。比如,通过建立账户之间的知识图谱,在银行领域可以发现很多循环担保、资金链追溯和黑卡挖掘,发现在欺诈中的隐藏团伙。


在证券领域,通过线上数据、行为数据和交易数据与账户之间的关联网络,可以迅速发现“老鼠仓”以及不正当的交易团伙,维护证券行业秩序,发挥技术对于监管效率提升的实际作用。


最后话说回来,看中了知识图谱应用价值的,当然也不只是明略一家。


面对IBM、阿里、智器云等实力强劲的竞品,明略SCOPA的独特优势在于,它是围绕公安、金融和公共交通等垂直行业的解决方案,相比其他通用型平台的产品,对行业的适用程度更高。不仅数据治理难度更低,客户上手更容易;而且计算、检索性能强大,系统的购置和扩容成本也相对更低。

     

03

展望分析

 

随着大数据应用渐成趋势,未来一切数据都有可能会被纳入知识图谱与可视化分析,大幅提升决策效率。

 

如果说大数据刚出现的头几年,人们还像“青少年谈论性”一样,对这个概念纸上谈兵;现在的大数据应用已经真正渗透到了各行各业,也使得分析人员对更高效地从中提炼结论有了迫切需求,而知识图谱技术能够解决这一痛点。


未来各垂直领域的海量数据如果都能以知识图谱的形式呈现,将有望优化行业资源,释放生产力和劳动力,提升社会整体的决策效率。

 

另外,知识图谱和数据开放的趋势出现后,也引发了数据安全的新问题。

 

从这次郭某某的案例中,我们不难看出,知识图谱数据开放的商业价值凸显后,也会引发数据安全的顾虑。如何对数据进行妥善的分级管理和安全保障,是上升到国家信息安全层面的问题,不啻一场没有硝烟的战争。

 

而明略接触到的是公安等国计民生相关的敏感数据资源,在数据公共安全上的解决方案值得同行们借鉴。


一方面,在明略的MDP大数据安全管理平台中,设置数据分级访问权限,并有安全审计功能,追踪平台上用户的每一次操作。


另一方面,明略的经营模式是驻场实施,数据有物理隔离的保护措施;并且明略团队人员训练有素,规定严格,坚决防止任何数据泄露。

   

04

结语


今天我们以郭某某“讹人”的新闻为契机,梳理了以明略为代表的知识图谱如何赋能行业。随着大数据越来越成为标配,数据开放和数据安全也开始成为了硬币的两面。那么,To 开放 or 不开放,正在看这篇文章的你,怎么看这个问题呢?

  

更多原创精品,点击关键词获取

李彦宏的AI世界观 / 马云的新零售 

京东十年磨一剑 / 腾讯2亿美金剑指阿里

ofo+鹿晗 / 零售赋能生鲜电商

教育业的Alphago / 怎么玩IP 

区块链 /  微博如何弯道超车

 

登录查看更多
1

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【SIGIR2020-微软】知识图谱上的增强推荐推理
专知会员服务
73+阅读 · 2020年5月30日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
234+阅读 · 2020年4月18日
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
领域应用 | 企业效益最大化的秘密:知识图谱
开放知识图谱
8+阅读 · 2019年4月11日
技术动态 | 自底向上构建知识图谱全过程
开放知识图谱
8+阅读 · 2018年7月28日
干货好文!自底向上——知识图谱构建技术初探
如何从零开始搭建知识图谱?
AI前线
23+阅读 · 2018年7月2日
为什么一定要学知识图谱
InfoQ
9+阅读 · 2018年3月1日
甲子光年 | 为什么知识图谱终于火了?
开放知识图谱
5+阅读 · 2017年11月28日
你不得不看的六篇知识图谱落地好文
AI前线
29+阅读 · 2017年11月19日
漆桂林 | 知识图谱的应用
机器学习研究会
12+阅读 · 2017年9月26日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Arxiv
4+阅读 · 2018年11月7日
Arxiv
7+阅读 · 2018年8月21日
Arxiv
4+阅读 · 2018年7月4日
Arxiv
15+阅读 · 2018年4月5日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关资讯
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
领域应用 | 企业效益最大化的秘密:知识图谱
开放知识图谱
8+阅读 · 2019年4月11日
技术动态 | 自底向上构建知识图谱全过程
开放知识图谱
8+阅读 · 2018年7月28日
干货好文!自底向上——知识图谱构建技术初探
如何从零开始搭建知识图谱?
AI前线
23+阅读 · 2018年7月2日
为什么一定要学知识图谱
InfoQ
9+阅读 · 2018年3月1日
甲子光年 | 为什么知识图谱终于火了?
开放知识图谱
5+阅读 · 2017年11月28日
你不得不看的六篇知识图谱落地好文
AI前线
29+阅读 · 2017年11月19日
漆桂林 | 知识图谱的应用
机器学习研究会
12+阅读 · 2017年9月26日
Top
微信扫码咨询专知VIP会员