一种基于参数化的知识图谱多应用场景复用方法及系统与流程

本发明涉及金融数据处理和大数据处理，尤其涉及一种基于参数化的知识图谱多应用场景复用方法及系统。

背景技术：

1、目前，随着大数据处理能力的发展，知识图谱在金融领域的应用日渐普及，包括在智慧营销、智能风控、合规审计等多种应用场景下发挥作用。在此基础上，知识图谱技术已逐步成为金融服务数字化转型的必要数据能力支持，同时帮助逐步释放越来越大的业务成效。

2、实现知识图谱应用过程的一大关键点是对于应用场景的构建，主要包括通过大数据技术、机器学习技术加工实体、关系、属性的过程。不同的应用场景之间可能会存在实体、关系、属性的重叠，同时不同的应用场景下的具体加工逻辑可能存在差异，例如时间范围差异、过滤条件差异、模型参数差异等。以社团反欺诈的具体应用场景为例，其属于典型的智能风控的应用场景，该应用场景中一般通过交易信息、设备信息、环境信息等构建网络，通过计算社团划分，进而根据社团中黑样本的占比初步识别有风险的社团，再通过人工判断或额外辅助信息判断风险的存在。因此，如何兼顾实体、关系、属性在不同应用场景下的复用程度和业务成效是难以平衡的问题。

3、针对这一需求，现有技术主要使用的解决方案包括专家意见法、局部实验方法。其中，专家意见法即通过有经验的专家，指定知识图谱构建中所有的参数，达到高于一般水平的业务成效，但此方法一般是定制化实现，无法在不同的应用场景中复用；局部实验法，即在专家意见的基础上多次尝试，不同的参数组合，找到业务成效更为理想的方案，但仍然无法解决相关问题。由此可知，现有技术的专家意见法、局部实验方法在实现中都存在不可避免的局限性，主要体现在数据的复用程度和实际业务成效无法兼顾。

4、目前，由于实体、关系、属性的设计非常灵活，且没有统一的标准规范，同时对应用场景的业务效果缺乏细化衡量标准，实际处理过程中大多是基于业务发展的背景下不断细化实体、关系、属性的加工逻辑逐步优化改进应用场景，而没有一套科学、统一的方法支撑在具体的某一个业务目标及有限的数据范围下，如何针对性构建业务成效最好的实体、关系、属性。对于上述问题，虽然不同的金融机构都采用有各自的处理方法，但都很难达到兼顾的目标，使目前在金融行业内缺乏一套成熟的知识图谱应用场景迭代实验的方法。

技术实现思路

1、为解决现有技术的不足，本发明提出一种基于参数化的知识图谱多应用场景复用方法及系统，通过知识图谱参数化和对应不同应用场景的参数调整，在金融业知识图谱不同的应用场景中兼顾了复用程度和业务成效，可以让知识图谱平台成为金融机构数据资产沉淀的重要载体之一，针对不同的新的应用场景而无需进行重新构建图谱，通过简单的参数化调整，即可服用现有图谱全部或者部分图谱。

2、为实现以上目的，本发明所采用的技术方案包括：

3、一种基于参数化的知识图谱多应用场景复用方法，其特征在于，包括：

4、s1、配置基础知识图谱模型，所述基础知识图谱模型包括含有实体、关系和属性的逻辑模型和物理模型；

5、s2、使用基础知识图谱模型，构建基础知识图谱，所述基础知识图谱包括匹配指定实体、关系和属性的结构化数据；

6、s3、提取基础知识图谱中的实体原子，所述实体原子包括具有定量关系特征的实体和对应的定量关系特征组合，还包括对应该定量关系特征的权重参数；

7、s4、依据预设评价体系对实体原子执行调优操作，建立第一参数体系，所述第一参数体系包括若干可调节的权重参数；

8、s5、使用第一参数体系调整基础知识图谱，生成标准知识图谱，所述标准知识图谱包括若干可调节的权重参数；

9、s6、获取对应新应用场景的知识图谱构建请求，依据知识图谱构建请求提取其包含的请求实体和请求关系，使用请求实体和请求关系匹配基础知识图谱，筛选获得与基础知识图谱具有关联关系的第一实体和第一关系，以及与基础知识图谱不具有关联关系的第二实体和第二关系；

10、s7、使用第二实体和第二关系构建第二原子，所述第二原子包括具有第二关系中定量关系特征的第二实体和对应的定量关系特征组合，还包括对应该定量关系特征的权重参数；

11、s8、使用实体原子和第二原子构建对应的业务知识图谱反馈知识图谱构建请求。

12、进一步地，所述方法还包括：

13、依据对应新应用场景的应用评价体系对实体原子和第二原子执行调优操作；

14、使用经调优操作的实体原子和第二原子构建对应的业务知识图谱。

15、进一步地，所述方法还包括：

16、使用新应用场景的业务检测判断业务知识图谱是否满足业务需求；

17、当判断业务知识图谱满足业务需求时，保留实体原子和第二原子；

18、当判断业务知识图谱不满足业务需求时，标记不符合的实体原子和/或第二原子。

19、进一步地，所述方法还包括：

20、依据保留的实体原子和第二原子以及标记不符合的实体原子和/或第二原子更新第一参数体系。

21、进一步地，所述步骤s2包括使用机器学习模型构建基础知识图谱。

22、进一步地，所述结构化数据包括使用图数据库存储。

23、本发明还涉及一种基于参数化的知识图谱多应用场景复用系统，其特征在于，包括：

24、模型管理模块，用于配置和修改基础知识图谱模型；

25、第一图谱构建模块，用于使用基础知识图谱模型构建基础知识图谱，以及使用第一参数体系调整基础知识图谱，生成标准知识图谱；

26、实体原子管理模块，用于提取和管理基础知识图谱中的实体原子；

27、调优模块，用于依据预设评价体系对实体原子执行调优操作，建立第一参数体系；

28、请求处理模块，用于依据知识图谱构建请求提取其包含的请求实体和请求关系，使用请求实体和请求关系匹配基础知识图谱，筛选获得与基础知识图谱具有关联关系的第一实体和第一关系，以及与基础知识图谱不具有关联关系的第二实体和第二关系；

29、第二原子管理模块，用于使用第二实体和第二关系构建和管理第二原子；

30、第二图谱构建模块，用于使用实体原子和第二原子构建对应的业务知识图谱。

31、本发明还涉及一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。

32、本发明还涉及一种电子设备，其特征在于，包括处理器和存储器；

33、所述存储器，用于存储基础知识图谱模型、基础知识图谱、实体原子和第一参数体系；

34、所述处理器，用于通过调用基础知识图谱模型、基础知识图谱、实体原子和第一参数体系，执行上述的方法。

35、本发明还涉及一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现上述方法的步骤。

36、本发明的有益效果为：

37、采用本发明所述基于参数化的知识图谱多应用场景复用方法及系统，包括基于不同应用场景数据提取实体、关系及属性，构建多个基础图谱实体结构；抽取具有共性特征的原子实体模型，作为通用图谱实体模型，以通用图谱实体模型作为种子实体，应用统一标准数据模型，构建标准化的通用原子实体、关系、属性的逻辑模型及物理模型；对应具体业务目标，提炼知识图谱与业务目标关联的衡量指标，并进行参数化转换，并对应参数进行调优，在应对新的应用场景时，根据图谱中种子实体进行参数化调整，实现知识图谱支持。通过知识图谱参数化和对应不同应用场景的参数调整，在金融业知识图谱不同的应用场景中兼顾了复用程度和业务成效，可以让知识图谱平台成为金融机构数据资产沉淀的重要载体之一，针对不同的新的应用场景而无需进行重新构建图谱，通过简单的参数化调整，即可服用现有图谱全部或者部分图谱。通过应用本发明方法及系统建立知识图谱结构，可以大幅降低落地知识图谱应用场景的时间成本，实现不同场景之间可以复用统一标准的图知识库，并通过参数化、原子化的图知识库及模型参数联合寻找最优解，大幅提升参数最优解的寻找时间，同时提升知识图谱应用场景的业务成效。