【学习笔记】构建小型金融知识图谱（github项目）

前言
需要构建农业知识图谱，先来学习一下构建知识图谱的基本流程和套路，熟悉过程方便 科研 后续工作的开展，写下此篇博客作为我的笔记吧~

参考代码来源：github项目 jm199504/Financial-Knowledge-Graphs

1.知识图谱存储方式

知识图谱存储方式主要包含资源描述框架（Resource Description Framework，RDF）和图数据库（Graph Database）。

1.1 资源描述框架特性

• 存储为三元组（Triple）
• 标准的推理引擎
• W3C标准
• 易于发布数据
• 多数为学术界场景

1.2 图数据库特性

• 节点和关系均可以包含属性
• 没有标准的推理引擎
• 图的遍历效率高
• 事务管理
• 多数为工业界场景

2.图数据库neo4j

neo4j 是一款 NoSQL 图数据库，具备高性能的读写可扩展性，基于高效的图形查询语言 Cypher，更多介绍可访问 neo4j 官网，官网还提供了 Online Sandbox 实现快速上手体验。

启动登录（Windows）

以管理员权限运行 cmd，输入neo4j.bat console，启动 neo4j 服务。启动成功，终端出现如下提示即为启动成功。

注意：neo4j 启动前要求本地已安装 jdk，且有版本对应要求。这部分内容小伙伴们自行上网搜索哈。

3. 知识图谱数据准备

由于该项目是调用的开源数据接口Tushare，而农业领域尚未形成比较好的开源数据，所以这块的参考意义不大，我简单看了一下没有实践。

调用的数据是dataframe格式，作者利用不同的接口函数将其中的数据分别写入到不同的csv文件中。然后编写了几个计算股票系数的函数。

4.构建金融知识图谱

利用python链接neo4j数据库，读取csv中的数据，对缺失数据进行填充，对重复数据进行去重。然后构建节点和边。

关系的创建用到py2neo.NodeMatcher，利用公共属性将不同label标签链接到一起。使用这种方法的前提是所有实体都已经构建完成，只是每个实体都是独立的状态，彼此之间没有关联，并且每种label标签都存储在独立的csv文件中。最后作者还进行了股票间关联性分析，加强了股票之间的联系，减轻了neo4j中实体之间关联稀疏的问题。

5.总结

该项目内容写的很详细，其中在neo4j中构建节点间边的方法需要重点学习，与之前了解的方法不同，项目最后还附上了基于图数据库的一些算法链接，原作者太赞了，太周全了。果断star~