本文共字，预计阅读时间。

参赛单位：北京本应科技有限公司

案例名称：基于知识推理的科创企业画像平台建设及应用

案例简介：

聚焦开展科创型企业金融服务的总体目标，面向精准获客、科学评估、分级管理的关键业务需求，本应科技运用以科技大数据为基础的多维数据先进融合技术、基于非线性动力学系统的科技企业评价模型和计算技术与知识图谱推理技术，以支撑行方在多维异构数据深度融合的基础上，生成符合金融市场特征与科创型企业成长特征的企业画像，多视角刻画企业的发展阶段、成长前景、潜在风险因素等多种属性，实现场景应用与决策辅助的目标。

创新技术/模式应用：

1.以科技大数据为基础的多维数据先进融合技术

本项目将行内数据与专利、期刊、项目、奖项、资质、人才等科创企业相关多源异构数据深度融合，结合工商、财务、司法、信用、资讯舆情等信息，以数据资源作为核心支撑，通过统一的途径和技术方法，链接来源不同、类型不同、结构不同的数据，打破数据之间、服务主体之间的孤岛关系，为知识推理与模型计算奠定数据基础。

2.知识推理技术

对于科创型企业的刻画，难点在于常规数据的支撑力度不足，企业科技创新能力特征的缺失。本项目的创新应用包含以下三个方面，一是基于企业样本的特征抽象能力，即科创型企业关键特征的提炼；二是场景化的理解能力，即科创型企业的关键特征在不同行业不同场景下的具体含义；三是知识推理和补全的能力，即根据已有信息对科创型企业隐含属性与隐含关系的挖掘。

本应科技采取的知识推理技术，主要包括：1）基于规则的推理，通过计算概念或新概念的包含与集合关系，开展属性和类别推理，实现科技企业的产业自动分类；2）基于三元组算法的推理，通过计算科学技术知识的事实和关系，实现某科技企业的技术在哪个领域，建立在什么理论上，有什么特点，应用于什么场景；3）基于路径排名算法的距离计算模型，在网络科学理论的基础上，将高维的技术交互网络降为二维空间的向量，通过计算最优路径排名，推理企业技术创新能力的水平差异。

三元组算法在技术、企业、产业关系搭建上的示例

3.科创企业评价模型和计算技术

该技术的研发基于非线性动力学系统，深度融合全球科技创新、产业经济和资本市场数据，构建1100万技术点、2800余技术组合、1705万种能够支持因果推理的语义，对科技企业进行5层90个特征指标、20的18次方非线性和神经网络运算，每个企业运算量平均在万亿次以上，银行可在几秒内获取企业画像和评价结果。项目采用的语义和知识推理、网络和特征计算，处于国内外科技和产业界最前沿，有望取代基于静态关键词的企业画像技术。

4.应用架构

应用架构示意图

项目效果评估：

当前，银行业在轻资产、高成长性科创型企业管理与刻画上都面临着标的客户挖掘的精准度、数据维度的丰富程度、评价维度的针对性、可量化程度与技术研判的专业性的问题。在当今的实践场景中，企业画像平台的建设受到数据可及性与决策辅助能力的制约与限制，更常见的为企业相关数据的罗列、展示与简单筛选，对于决策的支撑力度极为有限。本次项目的建设也立足于攻克企业画像平台建设与实际投贷联动应用中的难点与痛点。

作为科创企业信用评估系统中重要的支撑模块，科创企业画像平台承接着多源异构数据融合，科创企业线索收集、加工、跟踪、推理，科创型企业全息洞察，科创企业量化评价，对公客户分层分级管理等重要工作内容。

1.科创企业在线评价效果

本项目已成功输出一套独创性的面向优质科创企业和团队的识别、评级与服务的科学有效的定量工具和方法，已成功实现不少于140家入库企业的线上自动评分、行业划分、核心技术识别、竞争对手识别等功能。

2.业务部门展示系统应用效果

本项目已完成对行内现有客户资源，关键统计指标，企业创新能力评价及分布，科创行业资源分布等行内投贷联动业务重点关注指标进行了梳理，以支撑行内决策。

3.区域行业获客预计应用效果

项目建设完成后，基于企业地理信息数据与智能行业分类，可支持行方对区域内16大一级行业，471大四级行业领域的科创企业资源进行梳理，支撑精准获客的业务需求，支撑科技企业潜客名单筛选及批量推送。

平台检索浏览图

项目牵头人：

赵淼

金融创新事业部副部长

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。