数据“织网者”张志强

寻找新质生产力青年 开启全面深化改革的春天

1967年，哈佛大学心理学教授斯坦利·米尔格提出了一个叫“六度空间”的理论：最多通过6个中间人，你就能联系到世界上的任何一个陌生人。

不只是人与人，世上万事万物互相关联形成了一张极其复杂的关系图谱，如何在短时间内认识到事物之间的联系并作出科学分析？

一定程度上，这是张志强的工作。

他是2016年入职蚂蚁集团的“蚂蚁星”，一毕业即拥有百万年薪，他的研究领域叫知识图谱和图学习。

这里的图，并不是一般意义上的图片，而是一个抽象的数学概念，由点和边构成的网络，指的是客观世界里事物和事物之间的联系。这个事物可以是人，也可以是物，可以是任何产生的关系图。

一个简单的例子：你在支付宝端发起的每一笔付款，图技术都会在短时间内分析交易双方的关系网络，来判断这笔交易是否存在风险，是否有被骗的可能。

在千丝万缕的关系中

发现蛛丝马迹

判断一笔交易的双方是好人还是坏人，不是一个新话题。一般而言，A给B转钱，系统把A的信息、B的信息以及这笔交易的信息，比如说什么时候发生的，这三个维度的信息拼在一起输入到一个模型进行分析。

加入图技术后，这套系统的视野和格局更大，可以把这两个人在这两天、一周内甚至一个月内做过所有的交易，编织成一个更广泛的关系网络，在千丝万缕的关系中分析出“可疑交易”的蛛丝马迹。

从这点上说，应用在支付安全领域的图技术，更像是游走在海量数据间的福尔摩斯。

图技术不只是能抓坏人，它已经运用在蚂蚁集团多个业务领域。最近，网商银行刚刚升级的大雁系统，就涉及通过图来定义和发现复杂的供应链关系，在海量的数据里发现一些真实存在但很难显示以及描述出来的关系。

如何发现两家企业间的上下游关系？传统方法是派信贷专员去企业实地走访，查看交易信息。

新升级后的大雁系统，通过读取海量的商品信息、企业关系信息之后，形成产业链图谱，然后让全产业链上下游的小微“显形”，大大提升了网商银行的信贷服务能力。

“简单举例，根据大数据发现两家企业的货车司机和仓储主管之间存在一定的关联性，进而推断两家企业间可能存在供应链关系。”张志强说。

• 1
• 2
• 3
• 下一页
• 全文阅读