【免费】B_深交所知识图谱实践1资源-CSDN文库

需积分: 0 112 浏览量 2022-08-03 18:57:49 上传评论收藏 90KB PDF 举报

资源详情

资源评论

资源推荐

深交所知识图谱实践

为提⾼公司管理部⻔“科技监管”⽔平，⽴⾜于为上市公司监管提供数

据⽀持服务，深交所⾃主研发了知识图谱⼀期⼯程项⽬，并于2018

年7⽉上线。基于知识图谱，可以查询任意多个主体之间的关系⽹

络，如企业与企业、企业与⾃然⼈、⾃然⼈与⾃然⼈之间的关系，并

⽀持多个⽬标主体之间n度以内路径的⾃动探寻，可以辅助⽤户在多

源异构的⼤数据中发现异常点。

证券期货业⾦融科技研究发展中⼼（深圳）（以下简称“⾦融科技中

⼼”）是经证监会批准，由深交所建设运营，以服务⾏业为导向，聚

焦⾦融科技创新发展的⾏业公共研究平台。为了更好地推进监管科技

⼯程项⽬，深交所依托⾦融科技中⼼于2018年开展了《⾯向上市公

司监管的知识图谱构建与应⽤研究》课题研究。本⽂对深交所知识图

谱的内外部数据融合、本体构建及部分应⽤进⾏介绍。

1.内外部数据融合

知识图谱构建过程中需要对内部数据和外部数据进⾏融合，并考虑数

据的时间维度。内外部数据融合包括数据选取与准备、数据预处理、

实体对⻬、数据聚合。实体对⻬是数据融合中的关键技术，分为企业

实体对⻬和⾃然⼈实体对⻬。

企业实体对⻬可以通过名称、⼯商注册号、组织机构代码等进⾏精确

对⻬，也可以通过名称相似度、地址相似度等进⾏模糊对⻬。相⽐于

企业实体对⻬，由于⾃然⼈名字同名现象普遍存在，⾃然⼈实体对⻬

更为困难。⾃然⼈的实体对⻬分为精确对⻬和模糊对⻬。精确对⻬除

了基于证件号码外，还可以基于公司关联关系进⾏对⻬，即两个有关

联可达路径的公司含有多个同名⾃然⼈实体，则将这些⾃然⼈实体进

⾏对⻬。模糊对⻬可以基于公司属性信息进⾏融合，即如果具有名称

相似度、地址相似度或者电话号码相同的两个企业具有同名⾃然⼈实

体，则将这些⾃然⼈实体进⾏对⻬。在实体对⻬中，可以采⽤多种相

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

内容反馈

巴蜀明月

粉丝: 30
资源: 302

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip