圖數(shù)據(jù)管理技術(shù)——圖立方新一代知識(shí)圖譜管理系統(tǒng)
定 價(jià):89 元
- 作者:王國仁 等
- 出版時(shí)間:2025/5/1
- ISBN:9787121503351
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:TN911.73
- 頁碼:304
- 紙張:
- 版次:01
- 開本:16開
現(xiàn)實(shí)中的大數(shù)據(jù)具有時(shí)序多頻、尖峰厚尾等特點(diǎn),導(dǎo)致構(gòu)建億級(jí)時(shí)序圖譜分析與應(yīng)用平臺(tái)時(shí),存在圖譜構(gòu)建質(zhì)量低、查詢分析代價(jià)高及推理挖掘解釋難等問題。為此,本書將介紹一種新一代知識(shí)圖譜管理系統(tǒng)一一圖立方,以及基于圖立方的金融風(fēng)險(xiǎn)防控綜合技術(shù)解決方案。本書共分為10章,其中,第1章為緒論,主要介紹圖立方的提出背景、基本概念和基本功能;第2章介紹圖立方的表達(dá)、圖立方的數(shù)據(jù)劃分算法和圖立方的多版本存儲(chǔ)技術(shù);第3章介紹圖立方的抽取與融合,主要包含基于語義增強(qiáng)的超關(guān)系抽取模型、基于多任務(wù)的時(shí)序關(guān)系抽取技術(shù)、基于實(shí)體消歧的圖立方知識(shí)增量更新方法以及基于圖神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜融合技術(shù);第4章介紹圖立方的查詢處理,主要包含面向原生超圖的查詢系統(tǒng)、面向時(shí)序超圖的查詢系統(tǒng)以及面向圖立方的查詢優(yōu)化、匹配查詢和概要查詢;第5章介紹圖立方的分析引擎,主要包含面向圖立方的分析引擎設(shè)計(jì)、面向圖立方分析引擎的軟硬件協(xié)同優(yōu)化和動(dòng)態(tài)負(fù)載均衡技術(shù);第6章介紹圖立方的規(guī)則挖掘,主要包含時(shí)序環(huán)規(guī)則挖掘、頻繁子圖模式挖掘以及周期子模式挖掘;第7章介紹圖立方的推理歸納,主要包含圖立方表示學(xué)習(xí)、圖立方超關(guān)系預(yù)測(cè)以及圖立方子圖表示學(xué)習(xí):第8章介紹基于圖立方的金融輿情分析,主要包含基于圖立方的金融輿情主題檢測(cè)、輿情情感分析以及輿情傳播路徑預(yù)測(cè);第9章介紹基于圖立方的金融風(fēng)險(xiǎn)預(yù)測(cè),主要包含基于圖立方的金融風(fēng)險(xiǎn)辨識(shí)、基于數(shù)據(jù)的金融風(fēng)險(xiǎn)預(yù)警方法和可解釋的金融風(fēng)險(xiǎn)預(yù)警方法;第10章介紹圖立方的金融風(fēng)險(xiǎn)防控案例,主要包含金融風(fēng)控大腦關(guān)鍵技術(shù)和金融風(fēng)控大腦應(yīng)用驗(yàn)證案例。圖立方是基于時(shí)序多元關(guān)系的知識(shí)表達(dá)模型,代表著知識(shí)圖譜領(lǐng)域的系統(tǒng)性技術(shù)創(chuàng)新。與傳統(tǒng)的二元語義關(guān)系表達(dá)模型相比,圖立方整合了多種異質(zhì)模態(tài)知識(shí),使得其對(duì)時(shí)序多元語義關(guān)系的表達(dá)更為直觀和全面。在金融數(shù)據(jù)的應(yīng)用場景中,圖立方能夠更準(zhǔn)確地捕捉和表現(xiàn)持股、擔(dān)保、交易等活動(dòng)之間的關(guān)系;趫D立方構(gòu)建金融風(fēng)險(xiǎn)防控綜合技術(shù)解決方案,為金融數(shù)據(jù)管理、風(fēng)險(xiǎn)預(yù)測(cè)和防范提供了全新的視角和工具,對(duì)金融行業(yè)的發(fā)展和穩(wěn)健運(yùn)行帶來了積極而深遠(yuǎn)的影響。本書適合初次接觸時(shí)序超圖知識(shí)圖譜內(nèi)容的讀者閱讀,也可供具有相關(guān)方向研究基礎(chǔ)的專業(yè)人士參考。
王國仁,博士,第十四屆全國政協(xié)委員,長江學(xué)者特聘教授,國家杰出青年科學(xué)基金獲得者,入選國家百千萬人才工程國家級(jí)人選,第七屆國務(wù)院學(xué)科評(píng)議組成員,國家有突出貢獻(xiàn)專家,科技部重點(diǎn)研發(fā)計(jì)劃“云計(jì)算和大數(shù)據(jù)”重點(diǎn)專項(xiàng)專家組成員,科技冬奧總體專家組成員、科學(xué)辦賽專家組組長。現(xiàn)任北京理工大學(xué)計(jì)算機(jī)學(xué)院院長、教授、博士生導(dǎo)師。王國仁連續(xù)從事數(shù)據(jù)管理研究30多年,主要研究方向?yàn)閿?shù)據(jù)庫、大圖數(shù)據(jù)、數(shù)據(jù)湖。主持國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計(jì)劃等30余項(xiàng)科研項(xiàng)目。獲得國家科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)、遼寧省科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)、教育部科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)、中國電子學(xué)會(huì)科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)等多項(xiàng)國家和省部級(jí)科學(xué)技術(shù)獎(jiǎng)勵(lì)。擔(dān)任國際學(xué)術(shù)期刊CMC主編、TKDE編委,發(fā)表文章300余篇。
第 1 章 緒論 1
1.1 圖立方的提出背景 1
1.1.1 大規(guī)模圖數(shù)據(jù)管理系統(tǒng) 1
1.1.2 大規(guī)模知識(shí)圖譜智能挖掘與推理系統(tǒng) 2
1.1.3 金融大數(shù)據(jù)智能分析平臺(tái) 3
1.2 圖立方的基本概念 3
1.2.1 傳統(tǒng)圖模型的缺點(diǎn) 4
1.2.2 時(shí)序圖模型的特點(diǎn) 4
1.2.3 圖立方能解決的科學(xué)與技術(shù)問題 5
1.3 圖立方的基本功能 6
1.3.1 圖立方的構(gòu)建與融合 6
1.3.2 圖立方的實(shí)時(shí)查詢與智能分析 6
1.3.3 金融圖立方的規(guī)則挖掘與推理 7
1.3.4 金融圖立方的輿情分析與風(fēng)險(xiǎn)防控 7
1.3.5 金融圖立方查詢與分析平臺(tái) 8
第 2 章 圖立方的表達(dá)與存儲(chǔ) 9
2.1 圖立方的表達(dá) 9
2.1.1 知識(shí)圖譜表達(dá)模型 9
2.1.2 知識(shí)圖譜數(shù)據(jù)庫 12
2.1.3 多元時(shí)序表達(dá)模型和存儲(chǔ)結(jié)構(gòu) 14
2.2 圖立方的數(shù)據(jù)劃分算法 18
2.2.1 背景概述 19
2.2.2 系統(tǒng)架構(gòu) 19
2.2.3 分布式并行圖劃分算法 22
2.3 圖立方的多版本存儲(chǔ)技術(shù) 25
2.3.1 背景概述 26
2.3.2 日志結(jié)構(gòu)累積更新 27
2.3.3 最終根最優(yōu)根雙向回溯 29
本章參考文獻(xiàn) 32
第 3 章 圖立方的抽取與融合 35
3.1 基于語義增強(qiáng)的超關(guān)系抽取模型 35
3.1.1 背景概述 35
3.1.2 基于語義增強(qiáng)的超關(guān)系抽取模型 37
3.1.3 實(shí)驗(yàn)驗(yàn)證 42
3.2 基于多任務(wù)的時(shí)序關(guān)系抽取技術(shù) 44
3.2.1 背景概述 44
3.2.2 時(shí)序推理增強(qiáng)的多任務(wù)事件-關(guān)系聯(lián)合抽取 45
3.2.3 實(shí)驗(yàn)驗(yàn)證 48
3.3 基于實(shí)體消歧的圖立方知識(shí)增量更新方法 50
3.3.1 背景概述 50
3.3.2 基于束搜索的全局實(shí)體消歧 52
3.3.3 實(shí)驗(yàn)驗(yàn)證 54
3.4 基于圖神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜融合技術(shù) 56
3.4.1 背景概述 56
3.4.2 基于圖神經(jīng)網(wǎng)絡(luò)的時(shí)間關(guān)系感知實(shí)體對(duì)齊方法 56
3.4.3 模型學(xué)習(xí) 58
3.4.4 實(shí)驗(yàn)驗(yàn)證 58
本章參考文獻(xiàn) 59
第 4 章 圖立方的查詢處理 62
4.1 面向原生超圖的查詢系統(tǒng) 62
4.1.1 背景需求 62
4.1.2 系統(tǒng)設(shè)計(jì)實(shí)現(xiàn) 63
4.2 面向時(shí)序超圖的查詢系統(tǒng) 72
4.2.1 時(shí)序知識(shí)圖譜查詢系統(tǒng) 72
4.2.2 時(shí)序超圖查詢系統(tǒng) 78
4.3 面向圖立方的查詢優(yōu)化 80
4.3.1 背景需求 80
4.3.2 異構(gòu)系統(tǒng)的系統(tǒng)架構(gòu) 82
4.3.3 異構(gòu)系統(tǒng)的索引構(gòu)建 84
4.3.4 異構(gòu)系統(tǒng)的查詢處理 86
4.4 面向圖立方的匹配查詢 90
4.4.1 穩(wěn)定匹配查詢 91
4.4.2 基于剪枝的在線查詢 93
4.4.3 基于索引的查詢處理 97
4.5 面向圖立方的概要查詢 104
4.5.1 概要查詢 104
4.5.2 屬性圖立方的索引 108
4.5.3 屬性圖立方的實(shí)例化 111
本章參考文獻(xiàn) 112
第 5 章 圖立方的分析引擎 113
5.1 面向圖立方的分析引擎設(shè)計(jì) 113
5.1.1 分布式圖數(shù)據(jù)結(jié)構(gòu) 113
5.1.2 分布式圖采樣引擎 116
5.1.3 圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練與推理引擎 119
5.2 面向圖立方分析引擎的軟硬件協(xié)同優(yōu)化 123
5.2.1 圖神經(jīng)網(wǎng)絡(luò)采樣訓(xùn)練問題分析 123
5.2.2 空分復(fù)用訓(xùn)練方法 125
5.2.3 預(yù)采樣緩存策略 129
5.3 面向圖立方分析引擎的動(dòng)態(tài)負(fù)載均衡技術(shù) 130
5.3.1 圖數(shù)據(jù)遷移概述 130
5.3.2 圖數(shù)據(jù)遷移設(shè)計(jì)與實(shí)現(xiàn) 133
本章參考文獻(xiàn) 139
第 6 章 圖立方的規(guī)則挖掘 141
6.1 時(shí)序環(huán)規(guī)則挖掘 141
6.1.1 問題定義 141
6.1.2 傳統(tǒng)方法 142
6.1.3 基于圖立方的算法 144
6.2 頻繁子圖模式挖掘 149
6.2.1 問題定義 150
6.2.2 傳統(tǒng)方法 151
6.2.3 基于圖立方的算法 153
6.3 周期子模式挖掘 156
6.3.1 問題定義 156
6.3.2 傳統(tǒng)方法 159
6.3.3 基于圖立方的算法 162
本章參考文獻(xiàn) 171
第 7 章 圖立方的推理歸納 172
7.1 圖立方表示學(xué)習(xí) 172
7.1.1 問題定義 172
7.1.2 傳統(tǒng)方法 173
7.1.3 圖立方表示學(xué)習(xí) 178
7.2 圖立方超關(guān)系預(yù)測(cè) 182
7.2.1 問題定義 182
7.2.2 傳統(tǒng)方法 183
7.2.3 圖立方超關(guān)系預(yù)測(cè) 188
7.3 圖立方子圖表示學(xué)習(xí) 194
7.3.1 問題定義 194
7.3.2 傳統(tǒng)方法 194
7.3.3 基于域流的圖分類框架 198
本章參考文獻(xiàn) 201
第 8 章 基于圖立方的金融輿情分析 203
8.1 基于圖立方的金融輿情主題檢測(cè) 203
8.1.1 問題概述 203
8.1.2 經(jīng)典算法 204
8.1.3 基于圖立方的金融輿情主題檢測(cè)方法 205
8.2 基于圖立方的金融輿情情感分析 207
8.2.1 問題概述 207
8.2.2 基于文本的情感分析方法 207
8.2.3 基于多模態(tài)的情感分析方法 210
8.2.4 基于圖立方的金融情感分析方法 214
8.3 基于圖立方的金融輿情傳播路徑預(yù)測(cè) 215
8.3.1 問題概述 215
8.3.2 時(shí)序輿情傳播路徑挖掘 215
8.3.3 基于圖立方的輿情傳播路徑挖掘 216
本章參考文獻(xiàn) 218
第 9 章 基于圖立方的金融風(fēng)險(xiǎn)預(yù)測(cè) 221
9.1 基于圖立方的金融風(fēng)險(xiǎn)辨識(shí)模型 221
9.1.1 問題概述 221
9.1.2 傳統(tǒng)金融風(fēng)險(xiǎn)辨識(shí)模型 222
9.1.3 基于圖結(jié)構(gòu)的金融風(fēng)險(xiǎn)辨識(shí)方法 226
9.1.4 基于圖立方的金融風(fēng)險(xiǎn)辨識(shí)方法 229
9.2 基于數(shù)據(jù)的金融風(fēng)險(xiǎn)預(yù)警方法 230
9.2.1 基于知識(shí)圖譜的金融風(fēng)險(xiǎn)預(yù)警方法 230
9.2.2 基于圖立方的金融風(fēng)險(xiǎn)預(yù)警方法 232
9.3 可解釋的金融風(fēng)險(xiǎn)預(yù)警方法 235
9.3.1 背景知識(shí) 235
9.3.2 基于圖立方的雙驅(qū)動(dòng)風(fēng)險(xiǎn)預(yù)警方法 237
本章參考文獻(xiàn) 240
第 10 章 基于圖立方的金融風(fēng)險(xiǎn)防控案例 244
10.1 金融風(fēng)控大腦關(guān)鍵技術(shù) 244
10.1.1 基于金融圖立方的數(shù)據(jù)匯聚技術(shù) 244
10.1.2 基于金融圖立方的聯(lián)邦分布式技術(shù) 246
10.1.3 基于金融圖立方的時(shí)序股權(quán)穿透技術(shù) 249
10.1.4 基于金融圖立方的關(guān)鍵圖結(jié)構(gòu)識(shí)別技術(shù) 258
10.1.5 基于金融圖立方的輿情風(fēng)險(xiǎn)預(yù)測(cè)技術(shù) 268
10.2 金融風(fēng)控大腦應(yīng)用驗(yàn)證案例 277
10.2.1 基于圖立方的商業(yè)票據(jù)欺詐識(shí)別方法 277
10.2.2 基于圖立方的發(fā)債企業(yè)風(fēng)險(xiǎn)評(píng)估方法 281
10.2.3 基于圖立方的銀行信貸風(fēng)險(xiǎn)管控方法 286
本章參考文獻(xiàn) 290