你不理财财不理你，股票证券市场信息繁杂，学习这篇建立知识图谱，助你理财更顺利。

 

来源：专知本文约2600字，建议阅读5分钟如何利用网络上的公开数据构建一个自己的股票证券知识图谱呢？[ 导读 ]你不理财财不理你，理财是大家早就达成共识的事情作为新时代的五好青年，又身具机器学习、深度学习、知识图谱的能力，以自己的专业知识创造财富，应该更有意思。

但是，股票证券市场信息繁杂，如何利用网络上的公开数据构建一个自己的股票证券知识图谱呢？GitHub的lemonhu同学，开源了一套解决方案github地址：https://github.com/lemonhu/stock-knowledge-graph

作者：lemonhu结果预览

数据源本项目需要用到两种数据源：一种是公司董事信息，另一种是股票的行业以及概念信息公司董事信息这部分数据包含在data目录下的stockpage压缩文件中，⾥面的每一个文件是以XXXXXX.html命名，其中XXXXXX是股票代码。

这部分数据是由同花顺个股的⽹页爬取而来的，执行解压缩命令unzip stockpage.zip即可获取比如对于600007.html，这部分内容来自于：http://stockpage.10jqka.com.cn/600007/company/#manager

股票行业以及概念信息这部分信息也可以通过⽹上公开的信息得到在这里，我们使用Tushare工具来获得，详细细节见之后具体的任务部分从⽹页中抽取董事会的信息在我们给定的html文件中，需要对每一个股票/公司抽取董事会成员的信息，这部分信息包括董事会成员“姓名”、“职务”、“性别”、“年龄”共四个字段。

首先，姓名和职务的字段来自于：

在这里总共有12位董事成员的信息，都需要抽取出来。另外，性别和年龄字段也可以从下附图里抽取出来：

最后，生成一个 executive_prep.csv文件，格式如下：高管姓名性别年龄股票代码职位朴明志男51600007董事⻓/董事高燕女60600007执⾏董事刘永政男50600008董事⻓/董事···

············注：建议表头最好用相应的英文表示获取股票行业和概念的信息对于这部分信息，我们可以利⽤工具Tushare来获取，官网为http://tushare.org/ ，使用pip命令进行安装即可。

下载完之后，在python里即可调用股票行业和概念信息参考链接：http://tushare.org/classifying.html#id2通过以下的代码获得股票行业信息，并把返回的信息直接存储在stock_industry_prep.csv文件里。

类似的，可以通过以下代码即可获得股票概念信息，并把它们存储在stock_concept_prep.csv文件里。

设计知识图谱设计一个这样的图谱：创建“人”实体，这个人拥有姓名、性别、年龄创建“公司”实体，除了股票代码，还有股票名称创建“概念”实体，每个概念都有概念名创建“行业”实体，每个行业都有⾏业名给“公司”实体添加“ST”的标记，这个由LABEL来实现

创建“人”和“公司”的关系，这个关系有董事长、执行董事等等创建“公司”和“概念”的关系创建“公司”和“行业”的关系把设计图存储为design.png文件注：实体名字和关系名字需要易懂，对于上述的要求，并不一定存在唯一的设计，只要能够覆盖上面这些要求即可。

“ST”标记是用来刻画⼀个股票严重亏损的状态，这个可以从给定的股票名字前缀来判断，背景知识可参考百科ST股票，“ST”股票对应列表为[*ST, ST, S*ST, SST]创建可以导⼊Neo4j的csv文件

在前两个任务里，我们已经分别生成了 executive_prep.csv, stock_industry_prep.csv, stock_concept_prep.csv，但这些文件不能直接导入到Neo4j数据库。

所以需要做⼀些处理，并生成能够直接导入Neo4j的csv格式我们需要生成这⼏个文件：executive.csv, stock.csv, concept.csv, industry.csv, executive_stock.csv, stock_industry.csv, stock_concept.csv。

对于格式的要求，请参考：https://neo4j.com/docs/operations-manual/current/tutorial/import-tool/利用上面的csv文件生成数据库

这个命令会把所有的数据导入到Neo4j中，数据默认存放在 graph.db 文件夹里如果graph.db文件夹之前已经有数据存在，则可以选择先删除再执行命令把Neo4j服务重启之后，就可以通过localhost:7474观察到知识图谱了。

查询分析基于构建好的知识图谱，通过编写Cypher语句回答如下问题：有多少个公司目前是属于“ST”类型的?“600519”公司的所有独立董事人员中，有多少人同时也担任别的公司的独立董事职位?有多少公司既属于环保行业，又有外资背景?

对于有锂电池概念的所有公司，独⽴董事中女性⼈员⽐例是多少?请提供对应的Cypher语句以及答案，并把结果写在result.txt实施问题构建人的实体时，重名问题具体怎么解决？把简单思路写在result.txt文件中。

工程目录

具体内容，请到Github库进行查看。编辑：王菁校对：洪舒越

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