「金融科技導論」- 專題介紹

介紹大綱

專案簡介
相關應用
方法及特性
實務案例分享
資料集
參考資料
總結

專案簡介

課程：「金融科技導論」
主題：金融知識圖譜分析
目標：使用公開資料，建置金融知識圖譜，透過「知識圖譜」技術，幫助金融從業人員進行業務場景的分析與決策
問題描述：
- 輸入公司行號/公司負責人名稱，建構對應的網絡關係圖
- 根據此網絡關係，分析相關的單位或個人是否有可疑的金融異常行為
- 建置模型，產生風險指標

相關應用

背景說明
- 為了建構完整的金融知識圖譜，目前常見的資料源包括這四大類：結構化資料源（如銀行、政府機構、股票）、非結構化資料源（如網路媒體、信用報告、融資規劃報告）、內部資料源（客戶基本資料、信貸資料、交易紀錄、訂單採購資料）以及外部資料源（如新聞、雜誌、論壇）。從這些資料源中獲得實體、關係以及實體屬性，使用統整後的資訊作後續應用。(附註：此專案只考慮使用公開資料)
金融相關應用
- 智能搜索
- 風險評估
- 防詐欺/預警
- 精準行銷

相關技術

方法說明
- 知識圖譜（Knowledge Graph)，本質上是語義網絡，是一種基於圖的數據結構，由節點(Node)和邊(Edge)組成。在知識圖譜里，每個節點表示現實世界中存在的「實體」，每條邊為實體與實體之間的「關係」。換句話說，知識圖譜就是把所有不同種類的信息（Heterogeneous Information）連接在一起而得到的一個關係網絡，提供了從「關係」的角度去分析問題的能力
舉例
特性
- 資訊抽取
- 知識表示
- 知識融合
- 知識推理
其他技術
- 網路爬蟲
- 自然語言理解(Natural Language Understanding, NLU)
- 前端介面開發

實務案例分享

國內首創舉辦國際級「監理科技黑客松競賽」(2021-03-18)
- 由金管會指導、台灣金融服務業聯合總會與臺灣集中保管結算所主辦的2020監理科技黑客松 (TRC, Taiwan RegTech Challenge)活動，經過長達一百多天的激烈競賽與密集輔導，3月17日於金融科技創新園區舉行頒獎典禮
網頁連結： https://dsi.iii.org.tw/服創所所內活動/event-taiwan-regtech-challenge-2020/
得獎資訊

資料集

資料來源
- Google(https://www.google.com/)
- Wikipedia(https://zh.wikipedia.org/wiki/)
- 政府資料開放平臺(https://data.gov.tw/)
- 內政資料開放平臺(https://data.moi.gov.tw/MoiOD/)
- 台北市資料大平台(https://data.taipei/)
- 其他(e.g. 新聞，公司揭露資訊，…)

參考資料

資策會服創所(https://dsi.iii.org.tw/)
源銳資訊股份有限公司(Sourcezone, https://sourcezones.net/)

總結(Recap: 專案簡介)

課程：「金融科技導論」
主題：金融知識圖譜分析
目標：使用公開資料，建置金融知識圖譜，透過「知識圖譜」技術，幫助金融從業人員進行業務場景的分析與決策
問題描述：
- 輸入公司行號/公司負責人名稱，建構對應的網絡關係圖
- 根據此網絡關係，分析相關的單位或個人是否有可疑的金融異常行為
- 建置模型，產生風險指標