【数据应用案例】知识图谱技术与应用指南

案例来源：@机器之心

案例地址： https://mp.weixin.qq.com/s/fuI9U7aZpuk-WX6GQNtOuA

1. 知识图谱

1）包含实体与实体间关系

2）实体与关系可以有属性

3）学界常采用RDF三元组存储（如Jena），缺点是难以表达实体的属性；业界常用图存储数据库（如Neo4j、OrientDB、JanusGraph），可以表达实体和关系的属性，同时利于检索

4）知识抽取过程

a. 命名实体识别

b. 实体间关系识别

c. 实体统一

d. 指代消解（如他她它）

2. 金融知识图谱搭建：业务理解与知识图谱的设计非常重要

1）定义具体业务问题：如金融领域的欺诈。注意如果要使用知识图谱而不是传统数据库，要考虑几个问题：

a. 有强烈的可视化需求

b. 经常涉及深度的关系搜索

c. 对关系查询有实时性要求

2）数据收集与预处理：内部信息源与外部数据，外部一般需要做实体识别和关系识别等处理

3）知识图谱设计

a. 业务原则：图谱能反映业务逻辑

b. 分析原则：

c. 效率原则：知识图谱尽量轻化，一些关系不大、分析时使用较少的属性可以放在传统数据库中。可以把知识图谱和传统数据库的关系看成内存与硬盘的关系

d. 冗余原则

4）上层应用开发：主要有两类，一类是基于规则的，一类是基于概率的

a. 基于规则的方法论

i1. 不一致性检查：找出潜在矛盾点，如两个人的公司电话是相同的，但是公司却不同

i2. 基于规则的特征提取：如“申请人的二度实体里有多少进了黑名单”

i3. 基于模式的判断：通过一些模式找出可能存在风险的子图（如团伙欺诈）。可以根据共享的实体数量定义团伙，也可以定义强连通子图为团伙

b. 基于概率的方法论：如社区挖掘、标签传播、聚类

c. 基于动态网络的分析：知识图谱网络在T到T+1时刻发生了显著变化，可能蕴含着风险信息

3. 知识图谱在其它领域的应用

1）教育领域：根据学习路径构建知识网络，帮助学生制定个性化培养方案

2）证券领域：我们经常关心“A事件发生会影响哪些公司的股价”，可以用知识图谱回答哪些公司会受到影响