2. 金融图谱基础回顾：实体、关系、属性、三元组、图数据库基础概念

在构建金融图谱样本偏差校验体系之前，必须夯实图谱底层的数据模型基础。金融知识图谱以“实体-关系-属性”为核心要素，通过三元组形式表达，并依赖图数据库实现高效存储与查询。本节将系统回顾这些基础概念，为后续偏差分析建立统一的术语体系。

2.1 核心要素：实体、关系、属性

金融图谱中的每一个节点和边都承载着特定的语义信息，三者共同构成图谱的骨架与血肉。

2.2 三元组：图谱的基本语义单元

三元组 (Triple) 是知识图谱最基础的数据表达形式，格式为 (头实体, 关系, 尾实体)。在金融图谱中，三元组承载了业务逻辑的原子事实。

• 标准形式： (张三, 持有, 工商银行股票)
• 带属性扩展： (张三, 持有, 工商银行股票) → 属性 {持股数量: 10000, 持有日期: 2024-01-01}
• 金融特有类型： 事件三元组 (张三, 发生, 逾期事件)、层级三元组 (北京分行, 隶属于, 工商银行总行)

2.3 图数据库基础概念

图数据库是存储和查询知识图谱的核心引擎。与传统关系型数据库不同，图数据库将“关联”作为一等公民，天然适合金融场景中的多层穿透查询。

// 示例：Neo4j Cypher 创建金融图谱三元组
CREATE (p:Person {name: '张三', id_card: '110101...'})
CREATE (c:Company {name: '某科技公司', credit_code: '911101...'})
CREATE (loan:LoanContract {contract_no: 'DK2024001', amount: 5000000})
CREATE (p)-[:HOLD {ratio: 0.6}]->(c)
CREATE (c)-[:APPLY]->(loan)

2.4 金融图谱数据模型架构

下图展示了金融图谱中实体、关系、属性与三元组之间的组织关系，以及图数据库的存储逻辑。

2.5 金融图谱样本偏差的源头映射

理解基础概念后，我们可以将样本偏差问题映射到图谱的各个要素上，形成清晰的校验切入点。