通过特征工程技术和多模态AI算法技术构建基于反欺诈基础场景模型，结合场景化监测模型，为反洗钱业务提供智能化风险识别和调查分析手段，高效支持金融机构监管合规要求。
- 农信体系首个全行级知识图谱应用：
以知识图谱为核心，利用复杂网络、图计算、图挖掘等大数据算法，打通整合行内多源异构数据形成10类实体和28类关系，构建复杂客户关联网络和资金交易网络，解决了基于传统技术无法识别复杂及多层关联关系的问题。
- 针对业务实际构建多模态AI模型：
通过高维机器学习算法，有效利用长尾特征，配合图关系、知识图谱等技术，可以大大提高案例识别的精准度，月度可疑账号量下降超过70%，同时大大降低人工审核量和管理成本。
- 工作效率提升与审批流程优化：
平台将对案例进行可疑率打分排序，可以根据调查人员能力分配不同可疑率的案例，提升工作效率和针对性；同时模型解析后的特征作为可疑案例描述信息，辅助案例审核，从而优化整个内部上报审核流程，提高流程效率。
