01产品背景中国的大数据发展已进入第三阶段--移动互联网的日益成熟，一些金融、零售等大型企业响应“互联网+”概念，走向线上线下深度融合，这时数据

 

01产品背景中国的大数据发展已进入第三阶段--移动互联网的日益成熟，一些金融、零售等大型企业响应“互联网+”概念，走向线上线下深度融合，这时数据服务的形式开始增多，业务维度更加复杂市面上所有的企业在运作过程中，其自身会产生大量数据，但大多数情况下零散的数据不存在任何价值，这时需要将这些数据资源经过重新整合加工，制定数据标准，经过一系列的操作，才能实现数据的价值。

“知识图谱”的功能正是为了满足数据产生的各种不同方式和不同结构，以及将数据进行整合重组后且能应用的需求。该功能更是完善了“数据中台建设”中“数据资产管理”项目建设。02 知识图谱概述

知识图谱架构图知识图谱作为数字化转型关键技术之一，已被广泛应用于智能搜索、精准分析、知识画像、知识图谱计算、智能问答、个性化推荐等领域采用分布式服务架构和分布式图计算引擎，实现行业级的知识图谱构建和分析，从可视化的知识建模、多源异构的知识提取和知识融合、复杂的知识推理等角度，快速、精准从知识图谱中提取出有价值的信息，快速生成成熟的解决方案。

03 知识图谱主要功能1.本体管理平台提供本体管理能力，支持以可视化拖拉拽的方式对本体模型进行构建，对本体节点、本体节点关系、本体节点属性、本体节点关系属性等进行构建操作本体管理包括本体模型构建、修改，删除等功能，其特点:。

拖拉拽形式的本体创建、编辑及删除操作可视化的本体内部主体、事件、关系图形列表展示详细的本体内部主体、事件及关系数量统计信息

本体管理2.图谱管理图谱模型是本体模型的容器他提供了本体模型规则模版，关联了目标本体模型、知识抽取规则，知识融合规则等图谱模型配置主要流程：本体选择：图谱模型与本体模型进行绑定知识抽取映射：对关联的本体模型的本体节点、本体节点关系进行知识映射。

知识融合：对进入图谱模型的数据进行知识融合规则配置，定义数据合并、筛选、拆分提供依据

图谱管理3.图谱群组管理系统支持对本体模型创建群组配置，支持多群组创建，对本体模型的图谱实例数据进行分组归类，用于可视化套件群组布局的展现依据主要流程：群组管理：对本体模型创建群组，群组信息包含群组名称、群组描述、群组颜色配置。

群组配置：根据本体节点属性值是否满足一个或多个规则，建立群组筛选依据。群组视图：可根据图谱群组配置规则进行分组展示，并展示群组之间交并补关系情况。

图谱群组管理4.知识抽取自动化任务调度：任务定时自动启动，以逸待劳；一次配置，永久生效可视化任务配置：可视化任务配置界面，降低出错率；智能化配置填值，提高配置效率多样性数据指标：丰富的数据指标，数据抽取情况一目了然；多样性的指标环比数据，数据异常无所遁形。

丰富的告警方式：异常醒目的告警信息，故障处理先人一步；多样化告警方式，离线运维尽在掌控。

知识抽取5.非结构化知识抽取一体化集成：训练+标注一体化，知识感知一步到位；丰富的标注能力：实体，关系，事件，图像，文本，情感以及实体链接等7大标注能力，知识获取如探囊取物；精准训练算法：一击必中，多人标注，规则标注，历史标注，知识标注一矢中的；提供在线训练，离线训练两种训练模式。

6.知识融合知识融合是通过主体以及主体间的关系的某个或某几个属性，通过融合算法将相似相同的主体进行融合，达到指代消岐的目的，本产品知识融合功能如下：标准的知识融合过程：采用本体对齐方式的知识融合流程：数据预处理-分块-负载均衡-记录链接-结果评估-结果输出。

多维度的知识融合策略：支持同时从多维度对知识进行融合，大大提高知识融合的准确性高效的知识融合性能：强大的知识融合算子库+标准的知识融合流程=高效准确的知识融合结果强大的知识融合匹配算法库：包含V-Doc、I-sub、GMO、PBM等多种算法。

知识融合7.知识存储

8.知识解析

9.图谱可视化图谱可视化是一种基于复杂网络的可视化形式与分析手段，其数据基础是各种图数据，直观地展示各实体间发生的事件关系以及实体的特征信息，下图就是以某个人员实体为中心，按照事件时间进行扩线展示各个实体之间的关系网。

10.图谱高级搜索提供图谱高级查询功能（实体、图算法、Cypher等图语言查询），并支持图语言查询结果集回显。

11.领域模型管理平台提供自定义信息抽取模型功能，行业专家在模型管理页面上传各行业抽取模型，用于知识图谱过程中的信息抽取提供规则表达式、知识机器学习功能构建模型，支持模型演算和评估推测出可用性较好的模型。

领域模型管理12.知识服务提供在线可视化的服务开发能力，提供知识图数据API服务、图分析算法服务，通过服务构建、服务发布、服务注册、服务订阅、服务控制流程，形成数据服务集市，快速响应业务侧的图谱知识服务需求。

知识服务13.监控中心平台提供对知识图谱涉及的任务作业、图分析算法进行服务监控；查看任务实例详情，对运行情况进行监控，提供日志审计功能。对服务和作业任务健康运行状态做数据指标统计分析。

监控中心04 产品优势1.丰富的功能特色

2.技术特性可以和各种行业应用场景无缝集成，提供丰富的图计算功能，提供全面和广泛的分析功能，如路径分析（中间人、最短路径、重要节点）、关系传播（三角网络分析、强连通分量、K-core算法、Louvain算法等）、

中心度分析（Pagerank、压力中心度分析、离心度分析、特征向量中心度分析）、关系权重分析（二维关系权重分析）以及丰富的统计分析功能，同时提供图计算接口和SDK，方面任何有技术背景的行业简单快速的接入图谱能力。

3.平台能力协同知识图谱隶属于北明数科基础平台产品，与其中的数据中台、标签检索平台等平台应用进行了应用整合、统一鉴权、数据资源整合，为知识图谱中知识抽取、数据汇聚、数据分析、图谱标签检索提供底层服务能力。

05 应用场景1.城市产业集群图谱分析• 应用背景：政府部门在城市发展规划中，希望从经济地理的角度研究产业集群的成因、识别及空间分布通过群组分析查看产业区域分布、集群经济产出水平而企业信息多、区域分散，企业与企业、企业与地理之间关系错综复杂，让群组归纳分析提出了挑战。

• 解决方案：通过知识图谱、图挖掘算法识别群体，解决传统技术关系分析能力弱、计算能力差等问题，根据共性分析把具有共性（如：经营范围、企业性质、经济地理区域）的产业或企业建立群组规则，运用图谱算法进行群组提炼，最终形成可视化图谱群组视图分析展示。

• 实现价值：优化调查人员工作人力，解决零散信息收集难度，提高共性分析效率，达到产业区域分布和集群经济分析目的。

2.公安可疑团伙挖掘通过汇总融合人、事、地、物、组织、虚拟身份等要素信息，并基于属性联系、时空联系、语义联系、特征联系等数据构建公安知识图谱，针对违法犯罪团伙或隐性人员，通过对团伙（人员）事件、轨迹活动、团伙人员组成进行多个维度的建模，挖掘嫌疑（隐性）团伙/人员信息。

实现价值：为人工智能研判提供线索；增强公安机关在大数据环境下内生情报的挖掘能力；提高公安机关对数据的使用和掌控能力。

3.银行反洗钱应用背景：洗钱风险防控环境复杂，洗钱手段日益多样化、专业化、复杂化，且具有较强的隐蔽性和技术性特征，传统反洗钱海量预警、误报率高，调查工作量大，大量手工数据整合与分析工作，难以从大量数据中发现可疑线索。

解决方案：反洗钱方案监控资金交易各项环节，通过知识图谱、图挖掘算法识别可疑交易及可疑群体，解决传统技术上报率低、团队识别能力弱、计算能力差等问题，以图谱形式展现疑点数据，提升反洗钱工作效率和能力实现价值。

：优化调查人员工作人力，优化内部上报审核流程，提高案例识别的精准度，并能及时侦测到新型洗钱模式。

进入北明数科官网，了解数字化转型更多详细内容，预约免费演示！再谈数据资产门户，助力企业数据运营平台建设助力数字政府的核心力量：政务大数据平台建设内容有哪些？从碎片化数据到全面知识网络：知识图谱的构建与应用

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186