【摘要】在银行日常经营中，无论是风险防控还是客户营销，都有较多的关联关系数据分析场景，如担保圈、洗钱模型、资金链追踪等。因传统关系型数据库的数据建模和数据储存结构原因，其在关联关系分析的应用方案弊端较多。本文介绍了某行将图数据库和图算法等知识图谱理论的相关技术应用于系统建设，完成了行内知识图谱的搭建工作，并基于此开发了多个业务模型，在关联关系数据分析方面取得良好的效果。
近年来，随着金融监管要求不断提高、金融机构内部管理和经营迅速发展，对于客户、账户、员工、资金关系等关联关系分析的要求也越来越高，在实际应用过程中，资金链、担保圈、客户关联关系分析也越来越多的在金融机构的不同领域被提及，而在传统的关系型数据库中，对于关联关系分析的效率极低，一般都是使用迭代等方式进行层级计算，尤其在涉及金融机构的海量交易流水数据时，往往只能分析3度以内的数据，而金融机构实际的风险管控、合规管理等要求的此类分析多数需要沿着关联关系链条进行更深层次的挖掘，分析对象呈指数级增长，无法在合理的时间内计算出模型计算结果。
知识图谱及图数据库作为一种较为新兴的技术，能够很好的展现和处理现实世界中的各种实体和关系，特别是复杂的网络关系。以海量流水信息为基础建立基础的客户关联关系、资金流、担保圈等知识图谱，并在此基础上进行模型研发，对内控合规、风险管控、内部审计乃至业务拓展和客户营销等多个领域均有良好指导意义，可以有效解决传统数据库技术在这类场景中的问题，降低模型开发难度，提高数据分析效率。
知识图谱技术则很好的解决了此类问题。在知识图谱中,用 “点”和“边”构成的图来表示显示世界的实体和关系，图数据库是知识图谱数据的读写和存储工具。一方面&#x