2022年中国知识图谱行业研究报告(11)

预期目标：寻找潜在消费者，依据新需求设计新产品出售。
核心业务：首先进行公域、商域、私域流量的转化，后将知识图谱与机器学习的数据挖掘结合，完成数据治理后，形成消费者行为标签，刻画消费者画像，对消费者进行分组，并基于某一群组的新需求搭建新产品知识网络，设计出新产品。
针对营销点：场景化、专业化、差异化、复杂多样的产品设计更新，如重疾险涉及到的医学层面知识极为丰富，知识面广，病种繁多，需结合具体病种与专门的理赔计算方式才能设计出符合客户需求的产品。

• 政务与公安
场景应用分析一：公安研判分析与预警
依据知识库快速搭建网络分析案情，克服内外部业务痛点
Part1：外部情况
传统犯罪变化：传统犯罪向动态化、组织化、集团化、专业化发展，并在加速“上网”，在现代化程度高的都市更是呈现出高科技犯罪与犯罪主体年轻化与智能化的特点。
新兴网络犯罪丛生：以互联网为手段的新型网络犯罪不断凸显，呈高发多发态势，危害日益严重。新型网络犯罪具有隐蔽性、迷惑性、衍变性，其借助互联网与移动互联等技术使大量犯罪由现实空间转入虚拟空间，以网络诈骗为主要类型。
社会人口动态化：伴随着交通方式进步而来的是社会人口与物品的流动性加强，这为人口跨地域作案提供了便利，提升了社会治理难度。
Part2：外部情况
打击犯罪新手段亟待提升：面对外界变化，公安在传统犯罪、新型网络犯罪中难以发现并挖掘人口与案件的关系，打击犯罪新手段急需结合公安大数据与知识图谱等新技术，增强作战实力。
编制有限但群众警情需求量大：因政府编制的特性，公安人员数量有限，但要处理大量的侦查案件，急需使用新技术协助或解放人力。
涉毒团伙网络挖掘
预期目标：挖掘毒品交易与贩毒团伙网络，快速掌握贩毒证据，制定抓捕方案。
核心原理及效果：通过已有专题数据库与知识图谱技术快速构建贩毒网络，及时发现动态化、多变的团伙关系。
示例：尿检为阳性的甲经常前往吸毒人员经常出没的A酒吧，并收取丙的多笔大金额转账，还向乙发起多笔大金额转账，并与经常出没于边境的丁有联系，因此甲、乙、丁极有可能是涉毒团伙。