业务挑战：互联网金融的“秒级”审批响应需求

有别于传统银行的信贷业务十天、半个月的申请审核时长，互联网金融借贷第一个特点便是申请审核非常快，可能用户上一秒刚在手机端提交授信申请，下一秒系统便会返回授信申请的结果。此外，因为网络借贷隐匿性强，互联网金融借贷存在大量的网络黑产，数据信息的真实性难以保证，用户填写的信息都会存在信息不实的情况，通过互联网很难追踪到特定的人。

选择 悦数 图数据库：打造应对大规模数据的图计算平台

众安保险的采用的金融反欺诈解决方案集数据处理、加工清洗、计算、图服务应用为一体，通过众安保险的微服务系统将悦数图数据库存储&计算对接给上层图应用，并提供图探索、风控特征、个案调查、预测模型等图服务。同时，通过用户与不同实体、设备、GPS 与手机号之间的关联关系，以及使用社群发现算法查看社群中的个体是否有欺诈风险、进行反欺诈的个案调查，这套系统能很好地进行借贷风控。

应用场景：

应用场景1：关系图谱

利用图数据库甄别欺诈场景，通过挖掘不同用户之间的亲密离散度，并通过关系图的形式直观呈现，“异常中心”一目了然。

上图就是一个关系图谱的示例，用户和手机号被放在一张图中展现。其中能明显看到有两个手机号被五、六十个用户填为家庭联系人的手机号（即图上的2个稠密热点），这两个热点手机号就很可能是欺诈团伙分子使用的。 跟使用传统的反欺诈手段相比，图数据的展示形式明显更直观，也更高效。

应用场景2：图预测模型

将联通分量（Connected Component），标签传播（Label Propagation），以及全图关系度数 （Degree Statistical）等算法分别应用在贷前、贷中、贷后的用户授信环节，提供给风控人员使用，帮助他们更快地完成风控规则制定、完成风控任务。

使用收益：轻松处理海量数据，让网络“黑产”无处遁形

众安保险的业务实践有效验证了「悦数图数据库」通过针对金融风控场景的特征分析和预测模型，实现线上审核场景快速回应的能力；即使用户自行填写信息不真实，也能基于关系图谱平台通过图算法迅速找出疑似欺诈的异常中心，解决了网络“黑产”难发现、难追踪的问题。