3. 金融知识图谱特征体系
金融知识图谱的特征体系是量化评估图谱质量、支撑下游风控与营销任务的基础。本章从四个维度构建完整的特征体系：实体特征（节点属性）、关系特征（边属性）、图拓扑特征（度、中心性、社区）以及时序特征。每个维度对应不同的计算逻辑与业务含义，在巡检中需分别设计监控指标。
3.1 实体特征（节点属性）
实体特征描述知识图谱中每个节点的内在属性，是特征体系中最基础的一层。在金融场景中，节点类型通常包括企业、个人、账户、合同、设备等，其属性可分为静态属性与动态属性两类。
| 属性类型 | 示例字段 | 巡检关注点 |
|---|---|---|
| 静态属性 | 企业注册号、法人姓名、注册资本、成立日期 | 空值率、格式合规性、唯一性 |
| 动态属性 | 企业纳税评级、司法风险数、对外投资总额 | 更新时效性、数值分布漂移 |
| 衍生属性 | 企业年龄、关联担保次数、历史逾期标签 | 计算逻辑一致性、覆盖度 |
巡检实践：在信贷风控图谱中，企业节点的“注册资本”字段常出现空值或异常值（如0或负数）。建议设置空值率阈值（≤5%）与数值范围校验规则，并在巡检流水线中自动标记异常节点。
3.2 关系特征（边属性）
关系特征描述节点之间连接的性质与强度。金融知识图谱中的边通常带有方向、类型、权重和时间戳等属性。关系特征的质量直接影响图算法的有效性。
- 关系类型：担保、投资、控股、交易、通讯、亲属等。巡检需检查类型分布是否合理，是否存在未分类的“默认”边。
- 关系方向：有向边（如“担保”）与无向边（如“共同借款”）需区分存储。巡检应验证方向一致性。
- 关系权重：交易金额、担保额度、持股比例等。需监控权重值的缺失率与异常高/低值。
- 关系时间戳：边的生效时间与到期时间。巡检需检查时间戳是否在合理区间，是否存在未来时间或过期未更新。
# 关系特征巡检示例：检查担保关系边的权重异常
MATCH (a:Company)-[r:GUARANTEE]->(b:Company)
WHERE r.amount <= 0 OR r.amount > 10000000000
RETURN a.id, b.id, r.amount, r.start_date
LIMIT 100
常见陷阱：关系权重字段若未做归一化处理，直接输入图算法（如PageRank）会导致大额边主导结果。建议在特征工程阶段对权重做对数变换或分箱处理。
3.3 图拓扑特征（度、中心性、社区）
图拓扑特征从全局结构角度刻画节点在图中的位置与影响力，是知识图谱区别于传统表格数据的核心价值。金融风控中常使用以下三类拓扑特征：
| 特征类别 | 典型指标 | 金融业务含义 |
|---|---|---|
| 度特征 | 入度、出度、总度数 | 企业对外担保数量（出度）、被担保次数（入度） |
| 中心性特征 | 介数中心性、接近中心性、特征向量中心性 | 识别资金流转枢纽、信息传递关键节点 |
| 社区特征 | 社区归属、模块度、社区规模 | 发现关联担保圈、疑似空壳集群 |
3.4 时序特征
金融知识图谱中的时序特征捕捉实体与关系随时间演变的模式。时序特征在反欺诈、风险预警等场景中尤为关键，常见的时序特征包括：
- 节点时序特征：企业注册时间、法人变更时间序列、纳税评级变化轨迹。
- 关系时序特征：担保关系建立时间、交易频次变化、资金流入流出节奏。
- 图级时序特征：全图密度变化、社区结构稳定性、平均路径长度趋势。
巡检要点：时序特征巡检需关注时间戳的缺失率、时间顺序的合理性（如结束时间早于开始时间）、以及时间窗口的完整性（如近30天数据是否全部到位）。建议对每个时序字段设置“最近更新时间”监控。
3.5 特征体系总览
将上述四个维度的特征整合，形成金融知识图谱特征体系的总览矩阵。在巡检实践中，建议按以下优先级顺序进行特征质量监控：
- 实体特征：基础属性完整性 → 空值率 → 格式校验
- 关系特征：边类型分布 → 权重异常检测 → 时间戳合理性
- 图拓扑特征：度分布 → 中心性排名 → 社区稳定性
- 时序特征：时间窗口覆盖度 → 变更频率 → 趋势异常
巡检流水线建议：将特征巡检分为“日巡检”与“周巡检”两个粒度。日巡检覆盖实体特征与关系特征的基础质量指标；周巡检覆盖图拓扑特征与时序特征的深度分析。每次巡检结果写入特征质量日志表，用于长期趋势分析与告警阈值调优。