領(lǐng)域應(yīng)用知識(shí)圖譜的技術(shù)與應(yīng)用(編輯修改稿)
2025-07-21 00:24 本頁面
【文章內(nèi)容簡介】 3. 知識(shí)圖譜的設(shè)計(jì) 4. 把數(shù)據(jù)存入知識(shí)圖譜 5. 上層應(yīng)用的開發(fā)，以及系統(tǒng)的評(píng)估。下面我們就按照這個(gè)流程來講一下每個(gè)步驟所需要做的事情以及需要思考的問題。 定義具體的業(yè)務(wù)問題在P2P網(wǎng)貸環(huán)境下，最核心的問題是風(fēng)控，也就是怎么去評(píng)估一個(gè)借款人的風(fēng)險(xiǎn)。在線上的環(huán)境下，欺詐風(fēng)險(xiǎn)尤其為嚴(yán)重，而且很多這種風(fēng)險(xiǎn)隱藏在復(fù)雜的關(guān)系網(wǎng)絡(luò)之中，而且知識(shí)圖譜正好是為這類問題所設(shè)計(jì)的，所以我們“有可能”期待它能在欺詐，這個(gè)問題上帶來一些價(jià)值。在進(jìn)入下一個(gè)話題的討論之前，要明確的一點(diǎn)是，對(duì)于自身的業(yè)務(wù)問題到底需不需要知識(shí)圖譜系統(tǒng)的支持。因?yàn)樵诤芏嗟膶?shí)際場景，即使對(duì)關(guān)系的分析有一定的需求，實(shí)際上也可以利用傳統(tǒng)數(shù)據(jù)庫來完成分析的。所以為了避免使用知識(shí)圖譜而選擇知識(shí)圖譜，以及更好的技術(shù)選型，以下給出了幾點(diǎn)總結(jié)，供參考。 數(shù)據(jù)收集 amp。 預(yù)處理下一步就是要確定數(shù)據(jù)源以及做必要的數(shù)據(jù)預(yù)處理。針對(duì)于數(shù)據(jù)源，我們需要考慮以下幾點(diǎn)：1. 我們已經(jīng)有哪些數(shù)據(jù)？ 2. 雖然現(xiàn)在沒有，但有可能拿到哪些數(shù)據(jù)？ 3. 其中哪部分?jǐn)?shù)據(jù)可以用來降低風(fēng)險(xiǎn)？ 4. 哪部分?jǐn)?shù)據(jù)可以用來構(gòu)建知識(shí)圖譜？在這里需要說明的一點(diǎn)是，并不是所有跟反欺詐相關(guān)的數(shù)據(jù)都必須要進(jìn)入知識(shí)圖譜，對(duì)于這部分的一些決策原則在接下來的部分會(huì)有比較詳細(xì)的介紹。對(duì)于反欺詐，有幾個(gè)數(shù)據(jù)源是我們很容易想得到的，包括用戶的基本信息、行為數(shù)據(jù)、運(yùn)營商數(shù)據(jù)、網(wǎng)絡(luò)上的公開信息等等。假設(shè)我們已經(jīng)有了一個(gè)數(shù)據(jù)源的列表清單，則下一步就要看哪些數(shù)據(jù)需要進(jìn)一步的處理，比如對(duì)于非結(jié)構(gòu)化數(shù)據(jù)我們或多或少都需要用到跟自然語言處理相關(guān)的技術(shù)。 用戶填寫的基本信息基本上會(huì)存儲(chǔ)在業(yè)務(wù)表里，除了個(gè)別字段需要進(jìn)一步處理，很多字段則直接可以用于建?；蛘咛砑拥街R(shí)圖譜系統(tǒng)里。對(duì)于行為數(shù)據(jù)來說，我們則需要通過一些簡單的處理，并從中提取有效的信息比如“用戶在某個(gè)頁面停留時(shí)長”等等。 對(duì)于網(wǎng)絡(luò)上公開的網(wǎng)頁數(shù)據(jù)，則需要一些信息抽取相關(guān)的技術(shù)。舉個(gè)例子，對(duì)于用戶的基本信息，我們很可能需要如下的操作。一方面，用戶信息比如姓名、年齡、學(xué)歷等字段可以直接從結(jié)構(gòu)化數(shù)據(jù)庫中提取并使用。但另一方面，對(duì)于填寫的公司名來說，我們有可能需要做進(jìn)一步的處理。比如部分用戶填寫“北京貪心科技有限公司”，另外一部分用戶填寫“北京望京貪心科技有限公司”，其實(shí)指向的都是同一家公司。所以，這時(shí)候我們需要做公司名的對(duì)齊，用到的技術(shù)細(xì)節(jié)可以參考前面講到的實(shí)體對(duì)齊技術(shù)。 知識(shí)圖譜的設(shè)計(jì)圖譜的設(shè)計(jì)是一門藝術(shù)，不僅要對(duì)業(yè)務(wù)有很深的理解、也需要對(duì)未來業(yè)務(wù)可能的變化有一定預(yù)估，從而設(shè)計(jì)出最貼近現(xiàn)狀并且性能高效的系統(tǒng)。在知識(shí)圖譜設(shè)計(jì)的問題上，我們肯定會(huì)面臨以下幾個(gè)常見的問題：1. 需要哪些實(shí)體、關(guān)系和屬性？ 2. 哪些屬性可以做為實(shí)體，哪些實(shí)體可以作為屬性？ 3. 哪些信息不需要放在知識(shí)圖譜中？基于這些常見的問題，我們從以往的設(shè)計(jì)經(jīng)驗(yàn)中抽象出了一系列的設(shè)計(jì)原則。這些設(shè)計(jì)原則就類似于傳統(tǒng)數(shù)據(jù)庫設(shè)計(jì)中的范式，來引導(dǎo)相關(guān)人員設(shè)計(jì)出更合理的知識(shí)圖譜系統(tǒng)，同時(shí)保證系統(tǒng)的高效性。接下來，我們舉幾個(gè)簡單的例子來說明其中的一些原則。 首先是，業(yè)務(wù)原則（Business Principle），它的含義是 “一切要從業(yè)務(wù)邏輯出發(fā)，并且通過觀察知識(shí)圖譜的設(shè)計(jì)也很容易推測其背后業(yè)務(wù)的邏輯，而且設(shè)計(jì)時(shí)也要想好未來業(yè)務(wù)可能的變化”。舉個(gè)例子，可以觀察一下下面這個(gè)圖譜，并試問自己背后的業(yè)務(wù)邏輯是什么。通過一番觀察，其實(shí)也很難看出到底業(yè)務(wù)流程是什么樣的。做個(gè)簡單的解釋，這里的實(shí)體“申請”意思就是application，如果對(duì)這個(gè)領(lǐng)域有所了解，其實(shí)就是進(jìn)件實(shí)體。在下面的圖中，申請和電話實(shí)體之間的“has_phone”，“parent phone”是什么意思呢？接下來再看一下下面的圖，跟之前的區(qū)別在于我們把申請人從原有的屬性中抽取出來并設(shè)置成了一個(gè)單獨(dú)的實(shí)體。在這種情況下，整個(gè)業(yè)務(wù)邏輯就變得很清晰，我們很容易看出張三申請了兩個(gè)貸款，而且張三擁有兩個(gè)手機(jī)號(hào)，在申請其中一個(gè)貸款的時(shí)候他填寫了父母的電話號(hào)。總而言之，一個(gè)好的設(shè)計(jì)很容易讓人看到業(yè)務(wù)本身的邏輯。接下來再看一個(gè)原則叫做效率原則（Efficiency Principle）。 效率原則讓知識(shí)圖譜盡量輕量化、并決定哪些數(shù)據(jù)放在知識(shí)圖譜，哪些數(shù)據(jù)不需要放在知識(shí)圖譜。在這里舉一個(gè)簡單的類比，在經(jīng)典的計(jì)算機(jī)存儲(chǔ)系統(tǒng)中，我們經(jīng)常會(huì)談?wù)摰絻?nèi)存和硬盤，內(nèi)存作為高效的訪問載體，作為所有程序運(yùn)行的關(guān)鍵。這種存儲(chǔ)上的層次結(jié)構(gòu)設(shè)計(jì)源于數(shù)據(jù)的局部性“l(fā)ocality”，也就是說經(jīng)常被訪問到的數(shù)據(jù)集中在某一個(gè)區(qū)塊上，所以這部分?jǐn)?shù)據(jù)可以放到內(nèi)存中來提升訪問的效率。 類似的邏輯也可以應(yīng)用到知識(shí)圖譜的設(shè)計(jì)上：我們把常用的信息存放在知識(shí)圖譜中，把那些訪問
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1