助力企业数字化转型，知识图谱为应用而生｜爱分析报告(7)

（3）金融行业在智能客服业务场景应用分析：
随着人工客服成本的逐年上涨，客服机器人在金融领域已经开始广泛使用，但在金融领域使用的客服机器人不同于一般的聊天机器人，对回答准确率的要求较高，现阶段，客服机器人只能作为人工客服的辅助和补充，主要应用在人工客服人手不足或是对服务质量要求不高的场景上；
金融机构对客服机器人的智能化水平要求不断增加，需要客服机器人对问题中模糊的部分通过上下文对话的关联进行意图识别，给客户带来更好的服务体验；
基于知识图谱技术的客服机器人，可以理解用户意图，实现上下文交互的对话流程。
2.3.2 政府与公共服务行业知识图谱应用场景分析
（1）公共安全行业刑侦、经侦、反恐、治安管理等业务应用分析：
目前公共安全行业的智能化应用主要停留在感知智能，强调前端数据的采集以及后端视频解析能力，认知智能的应用推广有限，导致公安数据信息规模庞大、数据复杂。办案人员需要将海量数据快速抽取成知识，发现有用信息；
违法犯罪活动本身具备隐蔽性、团伙性等特征，在技术高速发展的背景下，又呈现出网络化、智能化、复杂化等新特征，增加了公安人员的办案难度。面对当前的公安业务新挑战，公安部门推动公安系统智能化改造，打破系统原有信息孤岛，挖掘潜在隐藏信息，分析关联关系，形成知识网络，通过技术手段支撑“人、事、地、物、组织”等刑侦关键要素；
案件的核心是“人”，在经济犯罪过程中，关键人员一定会留痕于关系网络，但关键在于，面对错综复杂的海量数据，经侦部门需要梳理脉络，利用知识图谱，形成人员、企业等要素的关系网络，搜寻关键线索，挖掘深层次信息；
由于暴恐事件具有团伙性、隐蔽性以及线上与线下关联性等特征，公安机关需对重点人员布控，基于知识图谱利用车辆与人员轨迹、同行人等数据建立风险预测模型，发掘隐性重点人员，形成团伙关系网络，通过团伙聚集度、活跃度、危险度等多维度信息对团伙进行布控设防；
治安事件发生具有突然性，当团伙发生案件时，若不能现场及时抓捕，后期可通过涉案人员关系图谱发掘潜在嫌疑人；针对有一定犯罪企图的重点人员，利用智能手段，建立重点人员预警模型，并通过关系图谱与轨迹信息，及时发现违法活动，阻止治安事件发生。
（2）交通行业业务场景应用分析：
面对城市交通拥堵问题，利用知识图谱技术，将前端感知设备采集数据形成人、车、道理的大交通关系图谱，通过交通业务模型，利用路口信号灯实时调度城市交通系统；