知识图谱初探（十一）- 如何快速构建自己的知识图谱_fengye

完整的知识图谱体系非常复杂，通常包含很大比例的知识获取与融合。如下图，主要涉及NLP等技术的应用，这部分目前来说还没有通用的一站式技术解决方案，也具有很高的难度，需要较大的成本来建设。

但对于要初步构建知识图谱，直接从源头去做起可能并不必需。我们完全可以使用已有的结构化数据，如公司自己的关系型数据库中的数据，或者有大数据平台的，也可以直接从数仓中抽取数据，或者部分外采数据。

如上图，我们可以采用更简单的方式及切入知识图谱，数仓是已有的功能，实体及关系抽取可以通过ETL离线完成，也可通过流计算实时生成，这些都可以融入大部分公司现有的大数据平台中。从而着眼于知识图谱的可视化应用，具体场景的图计算建模等。这也是目前大部分公司所采用的方法。

由结构化数据建模构建知识图谱

以银行反欺诈风险场景为例，首要明确的是，通过知识图谱要实现什么？

比如一个简单直接的目的： 更直观的展示一个客户的全貌，即可以通过一个页面直观看到用户有转账关系的人及企业，使用过的IP，设备终端，同样终端及IP上关联的其他人，与之有交易关系的人及企业等等。再进一步更方便直观快捷的看到一个客户整体风险状况。

由此，从可视化的角度，就是将客户作为中心，查询与其关联的信息。
我们可以初步构建以下实体数据：

1. 汇总用户信息，生成Person实体
2. 汇总IP信息，生成IP实体
3. 汇总终端信息，生成Device实体
4. 汇总商户信息，生成Company实体
5. 汇总其他相关风险信息，生成诸如：房产，邮箱，银行卡，LBS地址，裁判文书等等

以及相关关联关系数据：亲属，转账，担保，消费，终端使用，IP使用，经营关系等等

初步确定我们所需要构建的图谱，我们可以轻易将结构化数据转为特定格式的图谱数据，导入图数据库，从而构建出基本所需的知识图谱。

以neo4j为例：

1. 新建csv文件person.csv (必须用UTF-8格式)
   
2. neo4j启动时需要再配置文件中增加配置项dbms.directories.import=import
3. person.csv 文件需放置在import目录下
4. 执行导入语句：
   load csv with headers from "file:/person.csv" as line MERGE (b:Person {id:line.id,name:line.name,age:line.age});

备注：在neo4j中导入数据并创建节点，因数据量过大，使用USING PERIODIC COMMIT 1000，防止数据过大溢出，with headers可以处理含有头文件的数据。