介绍图谱概念，产业链图谱模型设计

概念

什么是图，图是离散数学的一个分支，通过拓扑图结构来表达实体之间的关联关系，简单理解就2个概念：

• 节点(node)或者顶点（vertex）
• 关系（relationship）或者边（edge）

图是通过点跟边的组合，行成无向图或者有向图

图关系最小单位

点-边->点

产业链图建模

产业链图应用场景

产业链图谱查询

根据产业链节点查找关联的所有企业

根据关联关系查找关联的所有企业

图谱重构多阶段

核心价值：

从底层技术架构以及数据模型按照知识图谱建模思路打好基础，支撑上层应用可用，再逐步调整上层应用业务逻辑，可作为长期发展路径，成为可持续成长的商业级数据产品。 数据底层可以让数据更加准确，快速，稳定，上层业务逻辑简化，对内维护成本降低，对外客户使用成本降低。

一、MVP版本（Minimal variable Product）

核心目标：

• 底层数据重构
• 支撑现有中枢重构

涉及调整：

• 主要是数据层面以及数据获取层面的调整
• 涉及人员

底层图数据结构重构

• 旧版本是通过二维表来记录线性层级关系，数据冗余且繁杂，重新梳理数据结构，通过图数据结构以及图数据库支撑关联关系数据，从根本上提升性能问题(单Query由分钟级查询->秒级查询)
• 旧版本把标签/规则作为关联图谱与实体的中间节点链路，业务规则维护的成本会越来越大，数据准确性难度只会随着线性增加。从数据层面弱化标签/规则关联，只作为数据关联的中间临时数据，最终业务核心使用的数据只保留图谱节点与实体的直接关联数据，标签不再作为节点，而是作为关联关系

支撑中枢业务关联逻辑重构

• 迁移当前部分核心的产业链多层级图谱
• 部分核心产业链产业链图谱与企业关联
• 通过关联规则查询图谱节点与企业的关联关系(保持不变，长期需要弱化，或者换一种方式圈选)

二、知识图谱重构后续版本内容

核心目标：

• 全产业链图谱及企业关联迁移
• 全量实体数据表重构（企业、专利、新闻、人员等），通过OLAP引擎，提供Ad-Hoc查询
• 业务调整：弱化标签、规则圈选逻辑(减少过期无效规则/减少重复规则/)
• 通过增全合并/在线实时等方式进行数据关联，减少数据重复/复杂规则计算，提升数据准确性
• 支撑全量谱图与实体在线圈选关联
• 支撑查询条件历史记录，可快速圈选
• 终态是对内沉淀业务图谱及实体关联关系，对图进行维护，对外售卖图信息，或者提供专业知识图谱数据产品服务
• 后续版本包含且不限于以上优化路径

涉及调整：

根据实际情况进行阶段性调整及人员规划

时间计划：

根据实际调整及人员预估