随着人工智能的发展和应用，知识图谱越来越成为关键技术之一，已被广泛应用于智能搜索、智能问答、内容分发等领域 。
对数据具有强依赖的金融行业， 非常 注重数据如何甄别、选取、组织 数据。但是 在海量数据面前，传统金融机构对数据资源的运用在广度与深度上都不够，导致营销乏力、获客不准。 所以在营销获客方面，KGB 知识图谱能够凭借其技术优势实现金融行业的精准营销。
K GB 知识图谱具备这些功能： 1. 文档解析： KGB 知识图谱引擎，可轻松解析多种格式与版本文档： TXT 、 DOC 、 EXCEL 、 PPT 、 PDF 、 XML 等。尤其是 PDF 文件，可直接解析输出为 word 格式文件，保留文件中表格与文字格式等重要信息。对于图片信息， OCR 可自动识别并抽取图片中的文字信息。 2. 知识抽取： KGB 知识图谱引擎，可从结构化表格与非结构化文本中自适应识别并抽取关键知识（主体、客体、时间、地点、金额、条款等），准确率高达 90% ，实现知识的快速生成。 3. 知识关联： KGB 知识图谱引擎深入挖掘知识关联，将一个个知识实体链接为具有完整意义的知识事实。并具有强大的知识推理能力，推理出暗含的知识与结论，丰富知识图谱。 4. 知识较验 : KGB 知识图谱加工厂能够对知识质量智能校验，包括对多种知识错误与冲突进行自动智能核查与修正，更有知识工程师进行知识精准校验，保证知识图谱的准确性。
针对个人客户， KGB 知识图谱可以通过链接的多个数据源，形成对用户或用户群体的完整知识体系描述，挖掘已有客户的潜在需求，针对性地推送相关产品，为客户提供营销服务。
例如，金融公司的市场经理用知识图谱去分析待销售用户群体之间的关系，去发现他们的共同爱好，从而更有针对性地对这类用户人群制定营销策略。如果对知识图谱扩展（如个人爱好、电商交易数据、社交数据等），还可以更加精准地分析客户行为，进行精准推送。
针对企业级客户，通过分析包括企业基础数据、投资关系、任职关系、专利数据、招投标数据、招聘数据、诉讼数据、失信数据、新闻咨询等企业数据勾画出企业客户的资金关系、法人关系、上下游投资关系、相似企业业务关系等构建起企业知识图谱，为企业推荐合适产品、服务。
现在已经有很多金融机构和企业，通过和技术公司的合作 ，已经将 知识图谱运用于智能推荐、风险管理、营销获客、反欺诈等多项应用，获得了技术赋能的优势与价值 ，随着知识图谱技术的进一步成熟，知识图谱在金融行业的应用也将继续扩展。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31386431/viewspace-2698530/ ，如需转载，请注明出处，否则将追究法律责任。
