金融知识图谱A B测试实战教程 - 第2节
2.1 知识图谱核心三要素：实体、关系、属性
金融知识图谱的本质是一种结构化的语义网络，由三个基本要素构成：实体（Entity）、关系（Relation）和属性（Attribute）。理解这三者的定义是构建图谱的基石。
| 要素 | 定义 | 金融领域示例 |
|---|---|---|
| 实体 | 客观存在且可相互区分的对象，是图谱中的节点。 | “贵州茅台”、“张磊”、“2023年茅台股东大会” |
| 关系 | 实体之间的语义连接，是图谱中的边。 | “投资”、“控股”、“任职于”、“竞争对手” |
| 属性 | 描述实体内在特征或状态的键值对。 | 公司：“注册资本=12.56亿元”；人物：“出生日期=1972-01-01” |
实战要点：在A/B测试中，实体是实验的“对象”，关系是“干预路径”，属性是“分层/分桶的维度”。例如，测试“高管任职变动”对“股价波动”的影响，实体是“高管”和“股票”，关系是“任职”，属性是“任职时长”。
2.2 金融领域典型实体
金融知识图谱中的实体高度聚焦于资本市场的核心参与者与事件。根据业务场景，可归纳为三大类：
2.2.1 公司实体
公司是图谱中最核心的节点，包含上市公司、非上市公司、子公司、关联公司等。关键属性包括：股票代码、行业分类、总市值、市盈率、注册地址、实际控制人等。
2.2.2 人物实体
人物实体涵盖高管、股东、实控人、分析师、监管官员等。关键属性包括：姓名、职务、出生年份、学历背景、履历时间线等。
2.2.3 事件实体
事件是驱动金融动态变化的关键节点，如并购、定增、分红、违规处罚、业绩预告等。关键属性包括：事件类型、发生日期、涉及金额、公告来源等。
实体识别避坑：同一实体在不同数据源中名称可能不同（如“阿里巴巴”与“Alibaba Group”），必须通过实体对齐（Entity Alignment）进行唯一ID映射，否则A/B测试的分桶逻辑会因实体歧义而失效。
2.3 金融领域典型关系
关系定义了实体之间的逻辑连接。在金融场景中，以下三种关系最为高频且对投资决策影响显著：
- 投资关系：表示一方对另一方的资金投入。例如：
（机构A）—[投资]→（公司B）。属性可包含投资金额、持股比例、投资轮次。 - 控股关系：表示一方对另一方的控制权。例如：
（母公司X）—[控股]→（子公司Y）。属性可包含控股比例、控股起始日期。 - 任职关系：表示人物在公司的职务关联。例如：
（人物张三）—[任职]→（公司C）。属性可包含职位名称、任职起止时间。
其他常见关系还包括：担保、供应链上下游、同业竞争、关联交易等。
2.4 实体与关系组合：三元组结构
知识图谱的基本数据单元是三元组（Triple），形式为 (头实体, 关系, 尾实体)。以下为金融场景中的典型三元组示例：
| 头实体 | 关系 | 尾实体 | 业务含义 |
|---|---|---|---|
| 高瓴资本 | 投资 | 宁德时代 | 机构投资公司 |
| 阿里巴巴集团 | 控股 | 蚂蚁集团 | 母公司控制子公司 |
| 张勇 | 任职 | 阿里巴巴集团 | 人物担任公司职务 |
| 2023年茅台股东大会 | 涉及 | 贵州茅台 | 事件关联公司 |
2.5 金融知识图谱基础结构示意
下图展示了以“公司”为中心，连接“人物”与“事件”的典型图谱片段，包含投资、控股、任职三类核心关系：
2.6 属性在A/B测试中的关键作用
属性不仅是实体的描述信息，更是A/B测试中分层抽样和特征工程的核心依据。例如：
- 公司属性（如“市值规模”、“行业板块”）可用于实验分组，确保实验组和对照组在市值分布上无显著差异。
- 人物属性（如“任职年限”、“持股比例”）可作为协变量，在结果分析阶段进行偏差校正。
- 事件属性（如“事件类型”、“公告日期”）用于定义实验的时间窗口和触发条件。
属性一致性警告：在A/B测试中，同一实体的属性值必须保证在实验期间稳定或可追溯。例如，“公司注册资本”可能因增资而变更，若实验依赖该属性进行分层，必须记录属性变更时间戳，否则会导致分桶污染。
2.7 实体-关系-属性综合示例
以下为一个完整的金融三元组及其属性表示，展示如何在知识图谱中存储一条“投资关系”的详细信息：
三元组：(高瓴资本, 投资, 宁德时代)
属性：
- 投资金额：100亿人民币
- 持股比例：2.5%
- 投资轮次：Pre-IPO
- 投资日期：2020-12-20
- 投资类型：股权增资在A/B测试中，我们可以利用“投资金额”属性对投资事件进行排序，选取金额大于50亿的事件作为实验样本，从而聚焦于重大投资对股价的冲击效应。