[发明专利]一种基于大数据的供应链知识图谱分析方法

说明书

本发明公开了一种基于大数据的供应链知识图谱分析法，其中包括企业本体的构建：利用企业数据相关信息构建企业本体信息图；企业知识抽取：从不同的数据获取企业信息数据，并通过企业信息分类、摘要提取、数据去重、命名实体识别和实体关系抽取技术对这些信息进行处理并构建企业之间关系的三元组；企业知识融合：对异构的数据执行实体对齐和实体匹配步骤解决数据冲突问题；企业知识存储：对不同的数据实现融合后，通过图数据库对持久化存储，图数据库储存企业本体信息图模型数据和企业关系三元组，构建供应链知识图谱分析平台；企业供应链分析：利用已经产生的知识图谱获取企业之间的联系和上下游关系，辅助金融机构对供应链企业进行风险评估。

技术领域

本发明涉及一种分析方法，具体地说是一种基于大数据的供应链知识图谱分析方法。

背景技术

随着社会的日益发展，企业之间的关联信息也成为了一种资源。通过企业之间的如交易信息，股票购买等关联信息，商家或者银行可以根据这些信息判断企业之间供应链的上下游关系，结合企业内部的数据综合判断企业的经营状况和风险状况。如何有效的识别企业之间的关联信息，充分利用这些关联信息去构建商家或者银行的数据库变得尤为重要，由于新闻报道的强时效性，往往我们可以第一时间通过这种方式了解企业的以及企业间的交易信息，如何有效的利用有关企业的报道，如何实时监控企业的交易信息，如何将这些信息实时的调节企业的风险评级，这是一个难题。

发明内容

为此，本发明所要解决的技术问题在于如何通过大数据特征和关联技术手段形成行业知识图谱，实现对金融机构所服务的市场主体间供应链上下游关联情况的识别与结构化刻画，拓展了复杂网络社区发现算法在企业关联关系识别、资金流向、循环担保分析、供应链风险传播等场景的应用，为金融机构提供更加直观、全面及准确的企业主体经营和信用状况展示。

为解决上述技术问题，本发明提供一种基于大数据的供应链知识图谱分析方法，一种基于大数据的供应链知识图谱分析法，包括以下步骤：

本发明的有益效果是：

一种基于大数据的供应链知识图谱分析法，包括以下步骤：

(1)企业本体信息图的构建：根据数据来源提取若干种企业本体信息的三元组构建企业本体信息图；

(2)企业知识抽取：获取企业信息数据，并通过企业信息分类、摘要提取、数据去重、命名实体识别和实体关系抽取技术对这些信息进行处理并构建企业关系组合；

(3)企业知识融合：对企业关系组合和企业本体信息图执行实体对齐和实体匹配步骤解决数据冲突问题，借助知识推理技术扩展现有知识，进行企业知识融合；

(4)构建供应链知识图谱分析平台：对企业知识融合通过图数据库对持久化存储，图数据库储存企业本体信息图和企业本体信息图，构建供应链知识图谱分析平台，挖掘企业供应链特征数据价值；

(5)企业供应链分析：利用已经产生的供应链知识图谱分析平台获取企业之间的联系和上下游关系，结合原有线下背景审查及信用交叉核验机制，辅助金融机构对供应链企业进行风险评估。

(6)所述步骤(1)中的企业本体信息的三元组包括：内资金流向数据、企业工商注册数据、行业协会宏观数据。

优选的，所述获取企业信息数据包括人工收集的方式或者是在遵守数据协议的情况下使用爬虫获取，所述数据来源主要来源于企业工商注册数据。

优选的，所述步骤(2)中的摘要提取是过滤企业信息数据中无用的信息，只保留需要在RDF图中的数据，所述数据去重是对企业信息数据进行分词，对比分词之后的语句，重复度达到某一个阈值。

优选的，所述步骤(2)中的命名实体识别指通过使用命名实体识别工具识别句子特定意义的实体，所述实体关系抽取是从文本中识别实体并抽取实体之间的语义关系，针对摘要提取的信息，基于HanLP工具包和依存句法分析来抽取开放域中文实体名词。