星环科技“基于图数据库的知识图谱平台”获2020服贸会科技创新服务示范案例

慧聪教育网 2020-09-06 10:32 来源：网络

【慧聪教育网】9月4日，由中华人民共和国商务部和北京市人民政府共同主办的2020年中国国际服务贸易交易会（简称服贸会）正式召开，服贸会是全球首个、目前规模最大的服务贸易领域综合型展会。

星环科技“基于图数据库的知识图谱平台”经“科技创新服务示范案例”专家组严格评审、从全国上百个上报案例中脱颖而出，作为2020服贸会优秀案例在E1-E2展厅外和其他获评案例集体展示，呈现了星环科技大数据、人工智能赋能行业发展、企业数字化转型升级的成果。

9月5日下午，2020服贸会优秀案例颁奖典礼在国家会议中心成功举办，星环科技登台领奖，同类获奖企业还有百度、联通等企业。

服贸会（原京交会）已成功举办六届，同广交会、进博会一起成为中国对外开放的三大展会之一。在高规格会议期间，星环科技呈现的科技创新驱动行业发展的优秀成果：“基于图数据库的知识图谱平台”展示了其在金融反欺诈、智能客服、商业智能等场景中发挥的巨大作用，受到在场各界领导及专业观众的认可。

2020服贸会优秀案例在E1-E2展厅外展出

谱写数据基建的新篇章

在“新基建”背景下，新型数据技术的快速运用，数据创新的模式也将随之发生很大改变。未来，图数据和知识图谱，将会变成企业必不可少的新型数据基础设施之一。

如今整个社会生活，以及经济发展模式都到了全面转型的时期，为了在企业竞争中获得优势，从数据中获取更多价值，需要使用图数据库和图算法获取深层次的统计信息。这部分信息在关系型数据库无法获取，借助图神经网络和知识图谱的帮助，尝试获取深层次的规律，在数据中获取更多价值，助力构建数字时代新结构性力量，将推动科技创新和新经济的发展。

星环科技基于图数据库知识图谱平台通过交互式图谱分析工具、分布式图算法、行业图谱模板库，助力金融监管机构、交易所、银行、证券等金融机构构建大宗商品、政策、债券、银行对公业务、证券“黑嘴识别”舆情等企业级智能知识图谱，实现反洗钱、反欺诈、高风险主体及市场识别违规行为，借助图谱技术发现专家规则及传统指标无法识别的风险，明确风险传导路径、提高风控精度和风控水平。

让用户对海量数据触手可及

作为上海市优秀科技企业代表，星环科技展示了知识图谱平台以自主研发的分布式图数据库、时空库为基础，集知识获取、融合、建模、存储、计算及应用为一体，支持交互式图谱构建、知识存储、分布式图谱计算以及图谱案例分析。平台结合了自然语言处理和深度图计算能力，可快速搭建语义搜索、问答系统、大数据语义分析及智能知识服务等应用。平台以实体为点、关联关系为边，构建复杂属性图，能够在万亿边的复杂场景中秒级识别多点间的关联关系，在智能客服、商业智能等场景中也发挥着巨大作用。值得一提的是，平台还具备动态3D图展示功能，支持多种布局切换、动态效果等，3D图谱的可视化需求，让用户对海量数据身临其境、触手可及，让客户能够更好地探索图谱的全量数据结构。

从AI技术创新到辐射多行业多场景应用

星环科技作为全球第一家涵盖大数据+人工智能+容器云商业化应用服务为一体的企业，已经在存储引擎层、计算引擎层、编译器层实现了统一重构，打破了国外企业在大数据基础软件领域的垄断地位，国产自主可控大数据产品帮助国内企业提升业务价值和数据价值。公司已获得软著80项、授权发明专利31项。本次优秀案例中《基于异构分布式知识图谱的大数据处理方法、设备及介质》也已成功获得专利授权认可。多年来，星环科技将人工智能技术与行业应用、场景驱动有效结合，在公共安全场景，对公安大数据、欺诈和洗钱案例的相关金融数据等进行文本语义分析、知识抽取、知识融合等操作，将人、事物、组织、地点等实体抽取出来，同时根据抽取出的实体间一对一、一对多或多对多的关系等对各实体进行关联，从而构建一张具有多维度多层网络结构的犯罪侦查图谱。医疗卫生场景，综合海量多源的就医、出行、社交等相关数据，构建COVID-19疫情图谱，并利用图计算、图谱挖掘和图嵌入算法，了解疫情现状及时空动态变化，从而实现关键人物的追踪和传播途径的挖掘。商业智能场景，利用社交网络、用户/物品属性、多媒体信息、权威经验和规则等创建本体模型并抽取相关实体和关系，实现各实体间丰富的语义关联，并结合推荐算法，实现千人千面的推荐。

2020年8月星环科技入选《2020爱分析·知识图谱厂商全景报告》中金融、政府与公共事务、能源与工业多个行业场景地图，共七大应用场景。

2019年，星环科技知识图谱通过中国信息通信研究院全面严格的技术考核，获得权威评审委员团的高度赞扬和认可。同时，星环科技受邀加入知识图谱相关国家标准、IEEE标准协会国际标准工作组，曾深度参与中国电子技术标准化研究院发布《知识图谱标准化白皮书》(2019版)第四章至第六章的编写工作,涉及知识图谱主要技术、知识图谱应用、知识图谱存在的挑战等。