本文是作者根据了解到的，做过的近10个实际项目，提炼出了一些关联图谱在银行、保险、审计、公安四个领域的应用方式，一起来看看关联图谱究竟可以怎么用？
关联图谱可以怎么用？
突然有一天欺诈环“消失”了，环内成员都最大化地使用完信用额度后跑路了。有趣的是，环内成员几乎是同时跑路的，好像从来都没有存在过欺诈环一样。
新型欺诈手法层出不穷
上篇我们了解了图的特点、图数据库和关联图谱。关联图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模，运用“图”这种基础性、通用性的“语言”，“高保真”地表达这个多姿多彩世界的各种关系，并且非常直观、自然、直接和高效，不需要中间过程的转换和处理——这种中间过程的转换和处理往往把问题复杂化，或者遗漏掉很多有价值的信息。
银行、保险和金融机构，每年因各种各样的欺诈行为，导致数十亿美元的巨额损失。尽管传统的反欺诈系统、风控规则和模型在减少欺诈损失方面，起到了很重要的作用，但越来越复杂的欺诈方式也层出不穷。
我们发现：欺诈者已经开发出多种新的合谋欺诈方法，巧妙地构建虚假身份、虚假资料等来规避传统的反欺诈识别技术。
关联分析揭露隐形关系，高级欺诈也难以“隐身”
关联图谱产品为精准揭露“欺诈环”、“中介造假”、“窝案”、“洗钱”和其他复杂的欺诈手法提供了新的方法和工具，尽管没有完美的反欺诈措施。
但通过超越单个数据点并让多个节点进行联系，仍能发现一些隐藏信息，找到欺诈者的漏洞，通常这些看似正常不过的联系（关系），常常被我们忽视，但又是最有价值的反欺诈线索和风险突破口，凡是有关系的地方都可以用到关联图谱。
事实上，关联图谱已经成功俘获了大量客户，且客户数量和应用领域还在不断增长中，包括沃尔玛、领英、阿迪达斯、惠普、FT金融时报等知名企业和机构。目前关联图谱的客户行业分类。主要集中在社交网络、人力资源与招聘、金融、保险、零售、广告、物流、通信、IT、制造业、传媒、医疗、电子商务和物流等领域。
在笔者从事的风控领域中，关联图谱主要应用于反欺诈、反洗钱、互联网授信、保险欺诈、银行欺诈、电商欺诈、项目审计作假、公司关系分析、罪犯追踪等场景中。
尽管各个场景的业务风险不同，其欺诈方式也不同，但都有一个非常重要的共同点：欺诈依赖于信息不对称和间接层，且它们可以通过关联分析被揭示出来，高级欺诈也难以“隐身”。
关联图谱在银行、保险、审计、公安四个领域的实际用途
以下根据笔者了解到的，做过的近10个实际项目，提炼出了一些关联图谱在银行、保险、审计、公安四个领域的应用方式，为保护客户信息，数据和具体企业名称均做过处理。欢迎同行或读者交流其余场景和用途。
1. 银行欺诈
第一方欺诈包括个人欺诈、团伙欺诈、中介包装、伪冒资料等，是指申请者使用本人身份或他人身份或编造、伪造虚假身份进行申请信用卡、申请贷款、透支欺诈等欺诈行为。
（1）欺诈手法
欺诈者一般会共用合法联系人的一部分信息，如电话号码、联系地址、联系人手机号等，并通过它们的不同组合创建多个合成身份。
比如：3个人仅通过共用电话和地址两个信息，可以合成9个假名身份，每个合成身份假设有5个账户，总共约45个账户。假设每个账户的信用等级为20000元，那么银行的损失可能高达900000元。
（2）欺诈特点
由于拥有共用的信息，欺诈者通过这些信息构成欺诈环。一开始，欺诈环中的账户使用正常，欺诈者会进行正常的购买、支付和还款行为，这种行为称为“养卡”。“养卡”了一段时间后，信用额度会有所增加，随着时间推移会增长到一个让欺诈者相对“满意”的额度。
突然有一天欺诈环“消失”了，环内成员都最大化地使用完信用额度后跑路了。有趣的是，环内成员几乎是同时跑路的，好像从来都没有存在过欺诈环一样。
使用传统的关系数据库来揭露欺诈环，需要技术人员执行一系列的复杂连接和自连接，而且查询构建起来非常复杂，查询效率低、速度慢且成本高。
关联图谱产品利用图数据库的天然优势，直接将银行欺诈环节可能涉及的所有有用的数据字段，如申请号、账户、身份证、手机、地址、家庭电话、联系人、设备指纹等设计成图谱的节点，定义好图谱所需的所有节点和节点属性后，定义两两节点间的关系。
如申请号节点与设备指纹节点相连构成“申请设备”关系，人节点与地址节点相连构成“申请人地址”关系。
根据业务上设计好的图谱进行建图，建图后，用户可以直接在关联图谱平台上，输入某个节点值查询节点的关联信息，如：输入某个黑手机号，看其关联5层范围内的涉及到的申请人信息，看该节点是否与其他节点关联成欺诈环，看节点与历史的黑节点间是否有过关联等等。
关联图谱可在贷前防御风险，贷中进行关联分析找出可疑点，控制风险，贷后进行风险把关，让损失降到最低。
下篇将详细介绍关联图谱在保险、审计和公安领域的应用方式。
相关阅读：
什么是关联图谱？
