一种面向金融行业的知识图谱更新系统

计算;推算;计数设备的制造及其应用技术1.本发明属于数据处理技术领域，尤其涉及一种面向金融行业的知识图谱更新系统。背景技术：2.知识图谱作为推动知识结构化、智能化的工具被广泛应用于教育、医疗、农业、通信以及电子商务等领域。另外，知识图谱因其具备的图展示、图挖掘以及图模型的计算有优势，可直观、自然且高效的占时金融业务交易场景，帮助金融从业人员开展分析和决策，因此在金融行业备受关注。3.知识图谱包含模式层和数据层，其中模式层是图谱的抽象化，以三元组(实体-关系-实体)的形式存储，数据层是模式层的具体实例。如图1所示，模式层中定义两个概念“股票”和“人”，两者的关联关系为“董事长”。定义概念“股票”的属性为“股票代码”和“市值”；定义概念“人”的属性为“性别”和“年龄”。如图1所示，对应的数据层分别为：“中国平安”的股票代码和市值分别为“02318”和“1.04万亿”；其董事长为“马哲明”，性别“男”，年龄“65”。然而，股票的市值随时会发生变化，董事长的年龄也会增长，因此董事长可能存在换人的情况等等，因此需要对构建好的知识图谱进行定期更新。而目前面向金融行业的智能客服框架因受限于系统依赖的问答知识库无法有效、智能的扩展和更新；并且当前的知识图谱更新所采用的全量更新方式需要消耗大量的资源和时间。技术实现要素：4.为了解决上述现有技术中存在的技术问题，本发明提供了一种面向金融行业的知识图谱更新系统，拟解决目前面向金融行业的客服框架因受限于系统依赖的问答知识库无法有效、智能的扩展和更新，并且采用全量更新方式需要消耗大量的资源和时间的技术问题。5.本发明采用的技术方案如下：6.一种面向金融行业的知识图谱更新系统，包括设置模块、确定模块以及更新模块；7.所述设置模块中设置用于更新数据层实体数据的模式层；所述设置模块包括实体属性提取单元和属性值设置单元，基于实体属性提取单元和属性设置单元设置模式层中各实体的更新时间和更新规则；8.所述确定模块包括扫描筛选单元和连接单元，所述扫描筛选单元用于扫描筛选得出知识图谱中即将更新的实体，在基于连接单元将即将更新的实体与所述更新模块建立连接；9.所述更新模块包括数据爬取单元及数据替换单元，更新模块基于即将更新的实体的属性的值和更新时间，通过爬取单元从多方金融数据源中获取对应的实体的值。10.本发明在数据的设计上是由金融数据提供方来支持知识图谱模式，在确保图谱模式保持一致性的基础上根据不同数据源的数据进行选择和扩展实体属性及更改属性值；本发明通过多方金融数据源的方式解决了金融数据不稳定、维护代价高的缺点。11.并且在本发明的更新模块中基于将更新的实体的属性的值和更新时间，通过爬取单元从多方金融数据源中获取对应的实体值；故，本发明基于需变换的实体属性的变换周期及当前时间，确定实体属性的下次更新时间，并基于所获取的需变换实体属性值修改对应的实体属性值；所采用的局部更新实体属性的方法能有效减少因全量更新实体属性所消耗的大量资源和时间。12.优选的，在所述更新模块中定义有实时更新实体和定时更新实体。13.优选的，所述多方金融数据源包括新浪财经、东方财富、上海交易所和深圳交易所。14.本发明的有益效果包括：15.本发明在数据的设计上是由金融数据提供方来支持知识图谱模式，在确保图谱模式保持一致性的基础上根据不同数据源的数据进行选择和扩展实体属性及更改属性值；本发明通过多方金融数据源的方式解决了金融数据不稳定、维护代价高的缺点。16.并且在本发明的更新模块中基于将更新的实体的属性的值和更新时间，通过爬取单元从多方金融数据源中获取对应的实体值；故，本发明基于需变换的实体属性的变换周期及当前时间，确定实体属性的下次更新时间，并基于所获取的需变换实体属性值修改对应的实体属性值；所采用的局部更新实体属性的方法能有效减少因全量更新实体属性所消耗的大量资源和时间。附图说明17.图1为知识图谱的模式层和数据层。18.图2为本发明的金融知识图谱数据更新框架。19.图3为本发明的知识图谱系统装置示意图。具体实施方式20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。21.下面结合附图2和附图3对本发明作进一步的详细说明：22.参见附图2和附图3，一种面向金融行业的知识图谱更新系统，包括设置模块、确定模块以及更新模块；23.所述设置模块中设置用于更新数据层实体数据的模式层；所述设置模块包括实体属性提取单元和属性值设置单元，基于实体属性提取单元和属性设置单元设置模式层中各实体的更新时间和更新规则；由于数据层为模式层的实例，且在知识图谱实际应用中，相同模式的数据成千上万，因此通过设置模式层更新数据层实体数据的方式大幅度提升图谱数据的更新速度。24.所述确定模块包括扫描筛选单元和连接单元，所述扫描筛选单元用于扫描筛选得出知识图谱中即将更新的实体，在基于连接单元将即将更新的实体与所述更新模块建立连接；25.所述更新模块包括数据爬取单元及数据替换单元，更新模块基于即将更新的实体的属性的值和更新时间，通过爬取单元从多方金融数据源中获取对应的实体的值。26.在所述更新模块中定义有实时更新实体和定时更新实体。27.所述多方金融数据源包括新浪财经、东方财富、上海交易所和深圳交易所。28.本发明在数据的设计上是由金融数据提供方来支持知识图谱模式，在确保图谱模式保持一致性的基础上根据不同数据源的数据进行选择和扩展实体属性及更改属性值；本发明通过多方金融数据源的方式解决了金融数据不稳定、维护代价高的缺点。29.并且在本发明的更新模块中基于将更新的实体的属性的值和更新时间，通过爬取单元从多方金融数据源中获取对应的实体值；故，本发明基于需变换的实体属性的变换周期及当前时间，确定实体属性的下次更新时间，并基于所获取的需变换实体属性值修改对应的实体属性值；所采用的局部更新实体属性的方法能有效减少因全量更新实体属性所消耗的大量资源和时间。30.本发明通过整合多方金融数据源的方式保证金融知识图谱更新数据的稳定性和可行性。另外，本发明提出的知识图谱更新系统较以往的知识图谱更新方式而言更具体化和模块化，在保障实体属性值的实时性的前提下有效提升图谱实体属性值的更新速度。最后，本发明针对金融知识图谱提出的定时局部更新方法与定时全量更新相比，能在不影响不需要更新的实体属性值的前提下更新需要更新的属性值，有效节省更多计算资源和时间，进而提高了知识图谱更新的效率。31.本发明的一种面向经融行业的知识图谱更新系统中我们对人名、性别、公司名称、股票代号等不经常发生变动的属性设置固定变换周期，而对公司股价、股票买卖等情况的变动实体进行实时更新，这样就能减少图谱更新时对设备的压力，有效极大程度的提升了整个图谱的更新效率。32.以上所述实施例仅表达了本技术的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!