投資企業(yè)新聞
啟明星·科技戰(zhàn)疫 | 同盾科技推出企業(yè)員工疫情防控知識圖譜
2020/03/04
|
智能風控聯(lián)盟
隨著部分地區(qū)疫情得到控制，多個省份紛紛下調應急響應等級，各地將要面對復工復產(chǎn)與疫情防控的雙考驗，疫情防控工作也進入了一個全新的階段。
過去一個月的極限模式完成了它的使命，分級防控，精準施策，用最低的社會和經(jīng)濟成本高效防疫才是下一階段的最優(yōu)解。
一是嚴防“超級傳播者”。“超級傳播者”的存在將會大大加快病毒傳播的速度，擴大病毒的地理分布，近期韓國疫情急轉直下一個最重要因素就是“超級傳播者”的出現(xiàn)。
二是形成鏈條式追蹤能力。要快速找到傳播源、追蹤傳播鏈條、切斷傳播途徑。高效追蹤人群流動方向和地點、挖掘可疑病毒攜帶者的行動軌跡，生成清晰明了的可視化分析報告，幫助防控單位和企業(yè)找到重點關注區(qū)域和節(jié)點。
知識圖譜技術能夠幫助解決上述問題。知識圖譜旨在用結構化的形式描述真實世界中存在的各種實體或概念之間的關系，簡化成三元組模式，即：實體-關系-實體。最終呈現(xiàn)的是一張巨大的關系網(wǎng)，網(wǎng)中每個節(jié)點都用唯一標識的ID，代表某種實體或概念，每個屬性-值對用來刻畫實體的內在特性，而關系則是展現(xiàn)兩者之間的關聯(lián)。
疫情的傳播原理與其有極大的契合度，處于中心節(jié)點的傳播源將與密切接觸者并無直接關聯(lián)的組織或個人聯(lián)系起來，進而通過其他途徑向外圍傳播，最后形成具有特殊拓撲性質的網(wǎng)絡結構。
因此，可以將知識圖譜技術成功嫁接到疫情防控的工作上。
面對企業(yè)復工后的疫情防控壓力，同盾科技響應國家和社會需求，經(jīng)過仔細梳理分析，基于同盾科技知識圖譜產(chǎn)品【云圖】設計出一套適用于企業(yè)人員疫情防控的【企業(yè)員工防控知識圖譜方案】。
云圖是同盾打造的全棧式知識圖譜平臺和應用解決方案，包含知識圖譜構建平臺、行業(yè)知識圖譜和知識圖譜分析套件三大核心模塊。通過提供統(tǒng)一的知識圖譜構建、計算和應用的框架，運用知識抽取、知識計算、語義分析等人工智能技術，云圖以高效、靈活、智能的知識加工和應用能力，幫助客戶快速從數(shù)據(jù)中提煉知識，助力客戶實現(xiàn)業(yè)務智能決策。
在疫情的防控工作上，同盾云圖平臺基于企業(yè)疫情防控數(shù)據(jù)和網(wǎng)絡發(fā)布的公共信息，比如疫情小區(qū)、疫情交通班次等，通過平臺適配套件、知識抽取組件、ETL調度等功能，完成數(shù)據(jù)對接、數(shù)據(jù)清洗、知識抽取、知識融合和知識存儲等步驟，從而構建出企業(yè)員工有關地點聚集性的知識圖譜。
平臺根據(jù)員工的身體狀況、假期往返地、假期途徑地、假期往返交通班次和居住地點等判斷員工風險等級，通過構造的知識圖譜利用圖挖掘算法計算每個員工的風險分數(shù)，提高防控的準確性。
同時，對于發(fā)現(xiàn)確診的員工，結合其已知的辦公區(qū)域、居住小區(qū)、乘坐的高鐵和航空班次，利用同盾的圖譜關系挖掘算法快速分析出直接接觸者以及潛在的二度、三度傳播人群。
系統(tǒng)會定時收集相關部門會公布有疫情的小區(qū)和交通班次信息，一旦發(fā)現(xiàn)有員工在疫情的小區(qū)居住或者乘坐了有疫情的班次，系統(tǒng)會發(fā)出警告。然后通過云圖的可視化的知識展示，疫情小區(qū)和班次的相關員工以及相關員工關聯(lián)的員工就在圖譜上一覽無余地呈現(xiàn)了，另外再加上豐富的定位、篩選、布局、時序演化、關系挖掘、地址聚類等智能分析功能，進一步幫助防控人員作出高效準確的決策。
如下圖所示，紅色圖標為確診員工和有疫情的小區(qū)，通過圖譜可以一目了然地看到與確診員工在同一小區(qū)居住和同辦公室的員工，同時也能看到在有疫情的小區(qū)居住的員工。
相 關 鏈 接
同盾科技知識圖譜產(chǎn)品-云圖的四大核心優(yōu)勢
同盾云圖產(chǎn)品體系廣泛應用于銀行、新金融、汽車金融、保險、物流等各行業(yè)，在貸前決策、貸后管理、案件調查等各場景中，以先進、智能的產(chǎn)品和技術能力，幫助客戶實現(xiàn)從數(shù)據(jù)到知識、從知識到智能的轉變。
支持在同盾云端、客戶本地端和兩端融合三種部署方式，高效、快速搭建知識圖譜平臺及應用；配置化、插件化的產(chǎn)品架構適配能力強，靈活度高，擴展性強；與同盾機器學習平臺、大數(shù)據(jù)計算平臺等無縫整合，可快速搭建平臺級知識圖譜。
自動不停歇的從數(shù)據(jù)到知識、從知識到服務的計算引擎，具備處理文本、語言、視頻等多模態(tài)的結構化、半結構化和非結構化數(shù)據(jù)的自然語言處理技術，可提供基于圖譜的建模、推理等知識計算和學習服務。
基于豐富的圖查詢、圖分析和圖挖掘技術，通過社區(qū)檢測、關鍵節(jié)點分析、關聯(lián)分析、特殊結構發(fā)現(xiàn)等場景化算法和模型，提供風控和營銷等場景化決策服務。
可視化的知識展示，可直觀反映其現(xiàn)實世界的邏輯關系，提供豐富的定位、篩選、布局、時序演化、關系挖掘、地址聚類等智能分析功能，幫助業(yè)務人員作出高效準確的決策。
