典型文献
金融行业的图数据仓库建设研究与探索
文献摘要：
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,描述建设图数据仓库的实施方案.区别于以"主题"和"维度"为视角的传统数据仓库,图数据仓库强调"业务实体"和"关系"的分析视角,是对企业数据分析能力的有益补充.同时,文章构建多层次数据架构并集中治理图谱数据,使得扩充图谱数据覆盖银行全行数据成为可能,满足了银行各业务部门对图谱数据的迫切需求.
文献关键词：
金融科技;知识图谱;图数据仓库
中图分类号：
作者姓名：
李燕;杨春明;何原;刘波
作者机构：
广东华兴银行
文献出处：
引用格式：
[1]李燕;杨春明;何原;刘波-.金融行业的图数据仓库建设研究与探索)[J].金融科技时代,2022(08):8-17
A类：
图数据仓库
B类：
金融行业,研究与探索,数字创新,创新趋势,基于知识,人工智能应用,银行业务,落地应用,科技部,大规模图数据,图模型,关系分析,模式匹配,数据赋能,以图,此前,业务应用,建设方式,谱数据,数据孤岛,多业务场景,重复建设,统一规范,治理过程,全行,存放,数据标准,分析视角,企业数据,数据分析能力,多层次数据,数据架构,业务部门,金融科技
AB值：
0.315275
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
