中国农业银行
引入Galaxybase银河图数据库，构建业务创新关键底座
图数据库通过图结构组织数据，克服了其他数据库难以支撑的深度关联数据分析痛点，为构建银行知识图谱，实现深度业务知识和价值挖掘提供重要科技保障和技术指引。
——中国农业银行研发中心 罗晓峰
客户简介
中国农业银行成立于1951年。国有大型商业银行，国家副部级单位。中国农业银行网点遍布中国城乡，成为中国网点最多、业务辐射范围最广的大型现代化商业银行。
业务痛点
转型加速，数据关联分析需求旺盛
信息化发展，内部数据分析趋于复杂、模式更改频繁，对多重关联分析、知识图谱建设、数据价值深度挖掘等需求愈加旺盛，传统关系型数据库无法完全实现大规模关联数据的分析处理。
原有系统管理分散，运维成本高
银行内部存在多样复杂的业务系统，各类系统间相互独立，对数据利用和分析的要求不尽相同，因此采用不同的开源图数据库。但是重复建设并未实现数据、模型、算法的共享与统一管理，且运维管理成本高，造成软硬件资源浪费。
解决方案
基于上述业务痛点，农业银行计划建立统一的、规范的、全行级图计算服务体系，打造农行图数据库技术应用底座，支持行内各大系统和各类业务场景的应用。
Galaxybase图平台能够提供基于云架构的数据库即服务（DbaaS），有效完成行方多业务线、不同用户权限下的图存储、计算资源的统一调度、配分、管理、监控，支持各业务线的高效业务查询与数据挖掘。
图计算平台技术架构图
应用场景
当前，农行图数据库应用已在信贷风控、智能营销、内控审计、系统运维、知识图谱等领域取得阶段性成果。
集团客户风险监测
基于图数据库构建集团客户关联关系分析和风险分析两类模型，对集团股东关系进行 10 层股权穿透，深度挖掘各类隐性关系。两模型总体准确率分别达到82.94%、81.99%，能够做到精准定位隐性集团客户与风险集团，有效防范与化解大额风险。
应用系统关联关系分析
基于图数据库梳理行内数千个IT系统间的依赖关系并进行可视化呈现。一旦单个系统模块发生故障，及时定位并快速地分析出可能受到影响的下游系统，形成高效的系统故障影响分析，从而极大地提升运维水平。
知识图谱应用
基于图数据库构建知识图谱引擎，发挥全行级图谱资产最大价值。面向反洗钱业务中的可疑客户识别场景，农业银行依托知识图谱引擎、基于3个月交易流水信息构建包含1.6亿实体和3.7亿关系的图谱，成功筛选出可疑用户高达2000多个，准确率超过94%。
客户收益
基于Galaxybase图平台，农业银行的图数据存储规模已从试点时的百万级点边数据扩展到数十亿点、数百亿边的规模，在多个OLAP场景和OLTP场景实现应用落地，丰富了业务实践。
农业银行通过采用Galaxybase图平台高效实现对存储、计算资源的全周期运营管理调度，提升了资源利用效率，降低了运维管理成本。
商务咨询
400-882-6897
售前咨询
0571-88013575、0571-88016275
企业邮箱
partner@chuanglintech.com
媒体合作
Marketing@chuanglintech.com
地址
杭州市西湖区西园八路三号智汇中心E2幢12层
联系我们