基于图数据库构建知识图谱平台应用实践

▏摘要中信证券基于分布式图数据库StellarDB，替代国外开源图数据库产品，打造全新的企业级知识图谱平台，应用于同一客户集团画像、科创板关联发现、风险事件报告、全球企业关联图谱、产业链图谱、投研图谱、反洗钱与稽核图谱、元数据图谱等应用场景。▏问题过去，中信证券基于Neo4j社区版构建各类图数据库应用，但社区版存在不支持多实例需求、计算资源限制及不满足高可用、缺乏统一管理需求等问题。▏行动• 2021年为了满足企业级应用，中信证券基于星环科技分布式图数据库StellarDB和知识图谱平台SophonKG，打造了全新的企业级知识图谱平台，知识图谱平台的图存储技术为自研KV存储，存储设计按照属性图模型设计，满足TB级存储需求；2023年5月，中信证券完成知识图谱平台的扩容，并基于StellarDB 5.0进行架构升级；• 基于知识图谱平台，中信证券构建了同一客户集团画像、科创板关联发现、风险事件报告、全球企业关联图谱、产业链图谱、投研图谱、反洗钱与稽核图谱、元数据图谱等十余个应用。▏结果• 中信证券知识图谱平台实现了一站式运维管理、调度管理和权限管理等，满足高可用要求要求，性能提升数倍，在金控报送方面节省时间成本约30% 。分享专家：陈辉华，中信证券高级副总裁作者：沙丘社区分析师团队案例企业

中信证券股份有限公司成立于1995年10月，2003年在上海证券交易所挂牌上市交易，2011年在香港联合交易所挂牌上市交易，是中国第一家A+H股上市的证券公司，率属于中国中信集团有限公司。中信证券目前拥有7家主要一级控股子公司，分支机构遍布全球13个国家，中国境内分支机构和网点400余家。中信证券规模优势显著，是国内首家资产规模突破万亿元的证券公司。主要财务指标连续十余年保持行业第一，各项业务保持市场领先地位，多年来获得亚洲货币、英国金融时报、福布斯、沪深证券交易所等境内外机构颁发的各类奖项。项目背景

2018年，中信证券基于Neo4j社区版构建各类图数据库应用，但社区版存在不支持多实例需求、计算资源限制及不满足高可用、缺乏统一管理需求等问题。

2021年，随着应用激增，为了满足企业级的建设需要，中信证券基于星环科技分布式图数据库StellarDB和知识图谱平台SophonKG，打造了全新的企业级知识图谱平台，知识图谱平台的图存储技术为自研KV存储，存储设计按照属性图模型设计，满足TB级存储需求。在图数据库服务的顶层，还提供了丰富的接口，如Java、Python、RESTful API等，方便自定义开发，重构了企业图谱及集团客户画像、风险事件报告、科创版关联发现以及联机分析等十余个应用。2023年6月，中信证券完成了知识图谱平台的扩容，并基于StellarDB 5.0进行了架构升级。解决方案为搭建图谱独特的HTAP架构，实现统一图存储服务和多套计算引擎资源物理隔离，满足图计算和图查询任务的不同资源需要；在集群中部署1套图存储服务和3套Quark计算引擎服务，多个Quark之间可以共享元信息。构建一种基于图结构数据的端到端全流程图机器学习框架，其底层与图数据库紧密对接，以实现高效的数据读写和查询过滤等预处理工作的下推。解决方案

基于星环科技分布式图数据库StellarDB和知识图谱平台SophonKG，中信证券知识图谱平台实现方案如下：星环科技分布式图数据库StellarDB提供大数据处理能力和通用组件能力，支持平台内一站式运维管理；知识图谱平台为星环科技知识图谱平台SophonKG，提供图谱构建、图谱融合、图谱查询、可视化以及图谱计算、图谱分享等能力。

知识图谱平台业务功能特点如下：第一，多模查询和存储。使用统一的Quark计算引擎，SQL结合图语言Cypher的多模查询语言，可以实现多模查询；支持hive、文本文件、图模型等多模态存储。第二，多场景应用。知识图谱平台支撑10余个下游应用；SophonKG提供自助分析平台，支持业务自助探索图谱；提供图机器学习能力，应用于ETF推荐和场外配资等场景。第三，高性能。星环科技在计算引擎侧引入local+cluster混合计算模式策略，自如应对实时和离线分析；原生分布式图数据库，拥有处理百亿级图数据的能力；搭建HTAP架构，AP算法任务和TP查询任务分离。第四，高可用。采用多节点HA方式，提供高可用服务；使用Raft协议，提供秒级副本切换服务；通过Kubenetes实现故障自动恢复；根据DAG执行计划，重试丢失/出错任务。

知识图谱平台的应用场景如下：（1）同一客户集团画像中信证券采用Louvain社区发现算法，挖掘集团簇，最后在各自集团簇内企业，沿关系向上获取归属集团，结合风控提出的个性化需求，例如银行不再上穿、个人集团认定等，数据库提供丰富的Cypher复杂逻辑的处理能力。

（2）科创板关联发现战略投资者持有科创版股票不允许做融券卖出，中信证券通过最短路径分析（不限定方向不定长查询，去掉任职关系），查看两者的利益关联关系。

（3）风险事件报告基于统计维度（持仓、衍生品标的、客户）和业务条线（自有资金业务、资管业务、经纪业务、投行业务、托管业务），中信证券框定11种角色。通过舆情平台监控风险事件，当发生风险事件时，通过客户谱系找到成员企业及其持仓，自动通过邮件输出报告发送给业务方及领导进行实时监控。

（4）全球企业关联图谱将境外企业输出与境内企业融合，核心节点是企业、员工、关系人、产品、营收、行业、金融产品，共包括19种关系、3亿实体、4亿关系。

（5）产业链图谱将第三方产业链数据加载到图谱中，为公司客户经理提供产业链服务，直观展示已开发、已服务、待开发的客户，帮助客户经理挖掘商机。

（6）投研图谱从部委的政策源出发，通过NLP技术提取每条政策的核心观点和行业板块等，同时结合新闻舆情源的信息，对二者进行匹配和召回，计算政策影响因子值，通过产业链传播算法得到传播系数，结合图传播算法找到个股因子，回测效果相对收益达到25%。

（7）反洗钱与稽核图谱通过对连通子图的挖掘，合规人员可以从高风险人员出发，找出潜在可疑团伙。

（8）元数据图谱多跳（8+）的数据血缘neo4j社区版查询不出结果，基于StellarDB强大的多跳计算能力和改进的expand算法，实现15跳内的数据血缘（溯源和影响性分析）。

价值与效果

中信证券知识图谱平台实现了一站式运维管理、调度管理和权限管理等，满足高可用要求要求，性能也提升了数倍，在金控报送方面节省时间成本约30%，目前成果在公司内广泛应用。