2023金融行业的图数据仓库建设研究与探索.docxVIP

下载本文档

2
0
约8.33千字
约 9页
2023-03-23 发布于北京
举报
版权申诉

2023金融行业的图数据仓库建设研究与探索.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

金融行业的图数据仓库建设研究与探索* 摘要：在金融数字创新趋势下，国内金融行业已经开始广泛探索基于知识图谱技术的人工智能应用。随着知识图谱技术在银行业务的广泛落地应用，银行科技部门越来越重视大规模图数据的融合、治理和应用。图模型的可视化优势、贴近业务的模型表达、强大的深度关系分析和模式匹配能力将是数据赋能的重要助力，越来越多的数据将以图模型的方式存储、计算、展示。但此前面向业务应用的建设方式，导致内部形成了图谱数据孤岛，点、边数据在多业务场景中重复建设，图本体定义缺乏统一规范，缺少基本的治理过程。文章基于银行全行级图谱平台的建设和图谱应用落地的经验，构建用于存放图谱的数据标准，描述建设图数