8月27日，第十七届全国知识图谱与语义计算大会在沈阳召开。大会以“知识图谱赋能通用AI”为主题，探讨知识图谱对通用AI技术的支撑能力，探索知识图谱在跨平台、跨领域等AI任务中的作用和应用途径。
度小满数据智能部总经理杨青介绍了知识图谱在金融领域的应用，他表示，基于关联关系的知识图谱概念，可以突破现有的关系型数据库的限制，在金融行业中让数据发挥更大的价值。
杨青指出，在金融行业应用中目前图平台主要面临三大挑战：一是海量关联数据的高效存储、训练和推理；二是如何降低图建模的门槛，让平台具有自动化图建模能力；三是能够一体化满足不同用户的建模、分析和可视化能力。
为应对这些挑战，度小满推出了大规模分布式图计算平台。该平台以度小满海量数据位底层架构，搭建了度小满自研的图数据库、分布式推理框架、表示学习平台等基础设施，结合图神经网络、大规模无监督表示学习等技术，同时集成全流程自动建模、智能可视化图分析等功能，为业务部门在智能获客、智能反欺诈、智能风控、智能审核等应用场景中赋能。
杨青表示，度小满自研的图数据库已经支持百亿节点、千亿边的数据规模，多条查询能达到毫秒级，在图计算能力上，包括了15类的图分析算法，分析效率也提升了10倍以上。同时，度小满针对图采样工作进行专项优化，通过分布式采样、GPU加速等方式，采样速度相比于原来提升了40倍，采样的时间下降了80%，大幅度满足了业务需求。
“在信贷领域，征信数据一直是非结构化数据的典范。由于它的复杂性和多样性，很难使用传统的数据处理方式进行分析，但如果通过算法将其变为图谱，就可以通过丰富的图算法来提升解读效果”杨青说。
