2. 金融知识图谱基础：实体、关系、属性三元组定义、金融领域典型图谱（企业、人物、事件）介绍、图数据库（Neo4j）基础

2.1 知识图谱核心：三元组定义

知识图谱的本质是一种用图结构来描述真实世界实体及其关联的语义网络。在金融领域，我们将非结构化的文本、表格数据转化为结构化的三元组，这是构建图谱的最小语义单元。

三元组的基本形式为：(头实体, 关系, 尾实体)，其中实体和关系可以携带属性。属性用于描述实体的静态特征或关系的强度、时间等维度。

2.2 金融领域典型图谱结构

金融知识图谱通常围绕三大核心实体类型构建：企业、人物、事件。这三者通过复杂的关系网络交织，形成风险传导路径。

2.2.1 企业图谱

企业是金融图谱的核心节点，包含工商信息、财务数据、产业链位置等。典型关系包括：

• 股权关系： 控股、参股、实际控制人。
• 担保关系： 企业间互保、关联担保。
• 供应链关系： 上下游采购、销售。
• 集团关系： 同一集团下的兄弟公司。

2.2.2 人物图谱

人物实体包括高管、股东、实际控制人、关联方等。关键关系：

• 任职关系： 担任法定代表人、董事、监事、高管。
• 亲属关系： 配偶、子女、直系亲属。
• 社会关系： 共同投资、校友、合作伙伴。

2.2.3 事件图谱

事件是动态风险的载体，包括：

• 负面事件： 债券违约、股权冻结、行政处罚、法律诉讼。
• 经营事件： 重大资产重组、高管变更、业绩预告。
• 市场事件： 股价异常波动、评级下调。

2.3 图数据库（Neo4j）基础

Neo4j 是目前金融行业应用最广泛的图数据库，采用属性图模型，原生支持节点、关系、属性的存储与遍历。其核心优势在于处理深度关联查询（如多层股权穿透、担保圈识别）时，性能远超传统关系型数据库。

2.3.1 核心概念与Cypher查询

2.3.2 常用Cypher语句示例

以下是在金融知识图谱中常用的查询模式：

// 1. 创建企业节点
CREATE (c:Company {name: '贵州茅台酒股份有限公司', code: '600519', industry: '白酒'});

// 2. 创建人物节点并建立任职关系
CREATE (p:Person {name: '丁雄军', position: '董事长'})
CREATE (c:Company {name: '贵州茅台酒股份有限公司'})
CREATE (p)-[:WORKS_AS {start_date: '2021-08-30'}]->(c);

// 3. 查询某企业的所有控股股东（多层穿透）
MATCH (c:Company {name: '贵州茅台酒股份有限公司'})<-[:HOLDS*1..3]-(shareholder)
RETURN shareholder.name, shareholder.share_ratio;

// 4. 查询与某人物共同担任董事的企业（关联方识别）
MATCH (p:Person {name: '张三'})-[:WORKS_AS]->(c:Company)<-[:WORKS_AS]-(other:Person)
RETURN c.name, other.name;