接纳自然语言处理手艺、知识图谱手艺连系数据挖掘手艺，，，，，对营销、计量等系统中的结构化数据及稽 查营业知识等非结构化数据举行图谱构建及数据建模，，，，，构建事前预防、事中处理、事后剖析的风险管控系统，，，，，实现稽察知识图治理、在线稽察规则模子可视化、营业风险态势自动感知、营业风险综合指数、营业风险预警推送、四库全书两评价、服务查全视角、风险报告稽察卫士等功效，，，，，基于L2智慧稽察，，，，，周全构建“网、线、点”立体化稽察网，，，，，有用提防稽察营业风险，，，，，提高稽察职员事情效率及 能力
。。。。







稽察规则设置
异常问题归类
稽察营业知识库
稽察方案天生
处理方案推荐













1.借助知识图谱、智能稽察手段，，，，，实现营销精益化治理
 使用数据中心整合多营业系统数据的有利条件，，，，，实现稽察数据知识图谱、在线稽察规则模子的建设，，，，，为稽察职员开展专项稽察、在线稽察、常态稽察事情提供了便捷，，，，，解决了在线稽察规则指向性缺乏，，，，，更新速率慢且不可无邪设置等问题
。。。。
2.构建稽察营业知识库，，，，，辅助稽察职员日常问题处理
 连系专家履历、图数据库等手艺，，，，，对电网企业营业文档举行有用整合，，，，，提炼智能稽察履历与效果，，，，，构建稽察全营业知识库
。。。。利 用平台盘问能力和知识推理手艺、智能检索手艺，，，，，快速为稽察职员展示稽察营业规则形貌，，，，，以及相关发文文件
。。。。
3.实现异常问题感知，，，，，自动天生稽察处理方案
 通过自然语言处理、文天职析等手艺
。。。。从海量数据中心精准挖掘锁定问题工具，，，，，凭证工具属性描绘异常问题画像，，，，，对异常问题有用分类和剖析
。。。。同时连系稽察全营业知识库，，，，，最终通过RPA流程化手艺，，，，，自动为稽察职员推送处理方案
。。。。
<span style="font-size:16px; line-height: 30px;" "="">4.提前人展稽察风险预判，，，，，增进稽察事情数字化转型
 通过使用知识图谱实体间的关联脉络关系，，，，，连系深度学习算法实现对异常问题举行有用预判，，，，，提升营业质量，，，，，强化风险防控与重“典”问题整改，，，，，营业稽察事情逐步从事后检查向事前防控转变
。。。。